为什么 Generalized ICP(GICP)通常比 Point-to-Plane 更稳定?

Generalized ICP(GICP) 通常比 Point-to-Plane ICP 更稳定,是因为它把 点的不确定性(局部几何结构)建模为协方差矩阵,从而使误差函数更符合真实几何结构。

1. Point-to-Plane ICP 的问题

Point-to-Plane ICP 的误差:

cpp 复制代码
含义:

𝑝𝑖:源点

𝑞𝑖:目标点

𝑛𝑖:目标点法向

只计算 点到平面的法向距离。

几何上:

   p_i
    |
    |  法向误差
    v
----------- 平面
    q_i

优点:

比 Point-to-Point 收敛快

缺点:

只考虑目标点的法向信息

没考虑源点的几何结构

没考虑点云的噪声分布

2. GICP

GICP 把每个点看成 一个小的概率分布(高斯)

每个点都有 协方差矩阵:Ci 表示局部表面的形状。

例如:平面点

GICP 的误差函数

几何意义:

误差按照 局部表面形状加权

几何直观理解

cpp 复制代码
只看:

法向误差
GICP

同时考虑:

源点表面
目标点表面

例如:

两个平面对齐:

源点云
========

目标点云
========

GICP 会理解:

沿平面方向 允许滑动

法向方向 约束更强

因此更符合真实几何。

为什么更稳定

原因 1:利用双侧几何信息

cpp 复制代码
Point-to-Plane:

只看目标点法向

GICP:

源点协方差
目标点协方差

原因 2:误差方向自适应

误差不再是固定方向。

原因 3:更好的 Hessian 条件数

优化问题:

3、三种 ICP 的本质关系

方法 协方差
Point-to-Point (C=I)
Point-to-Plane 单方向约束
GICP 完整协方差
方法 收敛速度 稳定性
Point-to-Point
Point-to-Plane
GICP 最高

很多 SLAM 系统使用:

  • GICP

  • NDT

来替代普通 ICP。

4、总结

GICP 更稳定的本质原因:

它把点云局部几何建模为协方差矩阵,使误差函数更符合真实表面结构。

数学表达:

|---|---|---|
| | | |
| | | |
| | | |

相关推荐
wayz118 分钟前
数据分析中的异常值处理:MAD
算法·数据挖掘·数据分析
飞Link12 分钟前
LangGraph 核心架构解析:节点 (Nodes) 与边 (Edges) 的工作机制及实战指南
java·开发语言·python·算法·架构
Mr_Xuhhh33 分钟前
深入理解二叉树:从数据结构到算法实战
数据结构·算法
xuhaoyu_cpp_java36 分钟前
Boyer-Moore 投票算法
java·经验分享·笔记·学习·算法
kobesdu1 小时前
FAST-LIO2 + 蓝海M300激光雷达:从建图到实时栅格图的完整流程
算法·机器人·ros·slam·fast lio
x_xbx1 小时前
LeetCode:438. 找到字符串中所有字母异位词
算法·leetcode·职场和发展
MThinker1 小时前
K230+canMV+micropython实现低成本MLX90640红外热成像测温模块(续)
算法·智能硬件·micropython·canmv·k230
小菜鸡桃蛋狗1 小时前
C++——string(下)
算法
学习永无止境@1 小时前
灰度图像中值滤波算法实现
图像处理·算法·计算机视觉
ysa0510301 小时前
斐波那契上斐波那契【矩阵快速幂】
数据结构·c++·笔记·算法