• 论文标题：Voxelized GICP for Fast and Accurate 3D Point Cloud Registration
  • 论文作者：Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno
  • 代码链接：https://github.com/SMRT-AIST/fast_gicp.git

本文提出了一种体素化的广义迭代最近点（VGICP）算法，用于快速、准确地进行三维点云配准。该方法扩展了广义迭代最近点（GICP）方法的体素化，避免了代价昂贵的最近邻搜索，同时保持了算法的精度。与从点位置计算体素分布的正态分布变换（NDT）不同，我们通过聚集体素中每个点的分布来估计体素分布。体素化方法使算法能够高效地并行处理优化问题，所提出的算法在CPU上可以运行30hz，在GPU上可以运行120hz。通过在模拟环境和真实环境中的评估，我们证实了该算法的精度可以与GICP相媲美，但比现有的方法快得多。结合类ICP和NDT的两者的优点。

论文的贡献有三个方面：

  • 首先，提出了一种多点分布聚合方法来从较少的点稳健估计体素的分布。
  • 其次，提出了VGICP算法，它与GICP一样精确，但比现有方法快得多。
  • 第三，代码开源，并且代码实现了包含了所提出的VGICP以及GICP。

感兴趣的可以继续戳链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除