ICP配准算法的影响因素及评价指标分析

被引：18

作者：

陈春旭 ^{[1
]}

漆钰晖 ^{[2
]}

朱一帆 ^{[1
]}

裴凌 ^{[1
]}

徐昌庆 ^{[1
]}

机构：

[1] 上海交通大学上海市北斗导航与位置服务重点实验室

[2] 南昌大学信息工程学院

来源：

导航定位与授时 | 2018年 / 5卷 / 05期

关键词：

三维点云配准; ICP算法; 影响因素; 评价指标;

D O I：

10.19306/j.cnki.2095-8110.2018.05.012

中图分类号：

TP212 [发送器（变换器）、传感器]; TN958.98 [光学定位雷达、激光雷达];

学科分类号：

080202 ; 080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

基于3D激光雷达传感器的同时定位与地图构建(SLAM)技术,是机器人自主定位解决方案的核心。三维点云配准环节是3D激光雷达SLAM实现自身定位与地图构建的关键所在。重点围绕ICP算法在三维激光点云配准中的应用开展研究,首先对ICP算法的配准原理及其求解过程进行详细分析,其次介绍了ICP的影响因素并提出了相应的评价指标,最后测试了ICP算法在不同角度和位移下的配准效果并进行了实验分析。

引用

页码：67 / 72

页数：6

共 10 条

[1] 移动机器人SLAM技术 [J].

孙博雅 .

电子技术与软件工程, 2018, (02) :95-95

[2] 改进的尺度迭代最近点配准算法 [J].

赵夫群 ;

周明全 .

计算机工程与设计, 2018, 39 (01) :146-150

[3] RGB-D SLAM综述 [J].

王旒军 ;

陈家斌 ;

余欢 ;

朱汇申 .

导航定位与授时, 2017, 4 (06) :9-18

[4] 激光雷达SLAM技术及其在无人车中的应用研究进展 [J].

李晨曦 ;

张军 ;

靳欣宇 ;

李广敬 ;

李强 .

北京联合大学学报, 2017, 31 (04) :61-69

[5] 室内定位技术与应用综述 [J].

裴凌 ;

刘东辉 ;

钱久超 .

导航定位与授时, 2017, 4 (03) :1-10

[6] ICP算法在点云配准中的应用 [J].

戴静兰 ;

陈志杨 ;

叶修梓 .

中国图象图形学报, 2007, (03) :517-521

[7]

三维点云数据配准技术研究[D]. 黄行森.大连海事大学. 2010

[8] Comparing ICP variants on real-world data sets [J].

Pomerleau, Francois ;

Colas, Francis ;

Siegwart, Roland ;

Magnenat, Stephane .

AUTONOMOUS ROBOTS, 2013, 34 (03) :133-148

[9] K-nearest neighbor finding using MaxNearestDist [J].

Samet, Hanan .

IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2008, 30 (02) :243-252

[10]

Enabling aggressive motion estimation at low-drift and accurate mapping in real-time .2 Zhang J,Singh S. IEEE International Conference on Robotics and Automation . 2017

← 1 →