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
纪念 22916 分钟前
算法二叉树(一)
算法
liulilittle41 分钟前
llmx 学习手册 06 —— CPU 指令集优化(AVX-512 三层演进)
c++·学习·算法·ai·llm
土司大王1 小时前
LeetCode hot100——相交链表
算法·leetcode·链表
土司大王1 小时前
LeetCode hot100——回文链表
算法·leetcode·链表
sel_92 小时前
【Docker】Docker 安装与使用详解:从零搭建到日常实战
人工智能·深度学习·算法·docker
小O的算法实验室10 小时前
IEEE TASE,基于MPC的多无人机协同搜索竞争群体优化方法
算法
Tbisnic11 小时前
BGE-M3 算法详解:从模型架构到三种检索方式的数学原理
算法·自然语言处理·大模型·bert·transformer·注意力机制
Brilliantwxx11 小时前
【算法从零到千】【55-58】哈希位图+常见数学运算 接口
算法
空堂与归12 小时前
用户分群找不到规律?用K-Means聚类算法自动发现数据模式
算法·机器学习·kmeans·聚类
动词ing13 小时前
【C语言】自定义函数+指针入门
c语言·开发语言·算法