ICP转换精度随初始转换而变化

Question

所有人的祝福，

我一直在使用点云库（PCL），特别是迭代最近点（ICP）模块为我的机器人构建点云感知管道。我很难从PCL ICP获得正确的转换矩阵。最初，我认为这与我的特定点云或代码有关，但是使用教程代码和点云也是如此。

[作为最小的工作示例，我复制了Interactive ICP code，编译并使用了monkey.ply文件，该文件可以正常工作。但是，当我仅将转换的平移部分从教程中的初始值从[[t = <0.0，0.0，0.4>更改为t = <1.0，1.0，0.0>时，ICP在包括未平移的Z轴的每个轴上，输出变换矩阵的偏移量至少为0.2。

关于云之间的初始翻译，我是否缺少某些内容？云之间是否存在最小转换，才能使ICP正常工作？

使用

monkey.ply文件查看下面的输出，我缩短了输出，使输出更易读：

从interactive_icp.cpp复制的代码

Applying this rigid transformation to: cloud_in -> cloud_icp
Rotation matrix :
     |  0.924 -0.383  0.000 | 
R =  |  0.383  0.924  0.000 | 
     |  0.000  0.000  1.000 | 
Translation vector :
t = <  0.000,  0.000,  0.400 >

Applied 1 ICP iteration(s) in 11 ms

ICP has converged, score is 0.0256485
ICP has converged, score is +2e-02
~
~
ICP has converged, score is +8e-06-> cloud_in
ICP has converged, score is +3e-12-> cloud_in
ICP transformation 14 : cloud_icp -> cloud_in
ICP transformation 15 : cloud_icp -> cloud_in
Rotation matrix :81 -0.036 |
     |  0.924  0.381 -0.036 |
R =  | -0.381  0.924  0.012 |
     |  0.037  0.003  0.999 |
Translation vector :, -0.402
t = <  0.016, -0.006, -0.402 >

从t = <0.0，0.0，0.4>到t = <1.0，1.0，0.0>

的转换翻译>

Rotation matrix :
     |  0.924 -0.383  0.000 | 
R =  |  0.383  0.924  0.000 | 
     |  0.000  0.000  1.000 | 
Translation vector :
t = <  1.000,  1.000,  0.000 >

Applied 1 ICP iteration(s) in 11 ms

ICP has converged, score is 0.157621
ICP has converged, score is +2e-01
~
~
ICP has converged, score is +8e-09-> cloud_in
ICP has converged, score is +5e-12-> cloud_in
ICP transformation 24 : cloud_icp -> cloud_in
ICP transformation 25 : cloud_icp -> cloud_in
Rotation matrix :75 -0.025 |
     |  0.927  0.375 -0.025 |
R =  | -0.375  0.927  0.029 |
     |  0.034 -0.017  0.999 |
Translation vector :,  0.265
t = < -1.391, -0.471,  0.265 >

任何帮助都将不胜感激！
Mahalo，
克里斯·罗维

Answer 1

如果您不熟悉ICP和点云注册，建议您阅读Siggraph教程Modern Techniques and Applications for Real-Time Non-rigid Registration的第一章。它很短，但是包含了很好的信息。

返回您的问题。

关于云之间的初始翻译，我是否缺少某些内容？

是，

ICP需要良好的初始转换以] >>。而by transform是指平移和旋转。 ICP（迭代最近点）算法做出的基本假设是：

表面（或点云）处于粗略的初始对齐状态。因此，最接近点对应近似于地面真实对应。

云之间是否存在最小转换，以使ICP能够正常工作？

我想没有一个直接的答案。越近越好。

AFAIK它也取决于数据关联方法。 （原始ICP有很多变体。如论文Efficient Variants of the ICP Algorithm中所述）。

ICP通常用作点云注册的最后一步。为了获得良好的初始转换，可以使用一些基于功能的注册方法，例如this。