z15f34的博客

SRGNDT。

intel自己的论文。

多个3D激光雷达建图标定。

精准识别/检测平面；

roll是绕X轴旋转，pitch绕Y轴旋转，yaw绕Z轴旋转；如果三轴相乘，就是yaw*pitch*roll。

1111111111111111111111111111111111111

激光slam_激光SLAM | MC2-SLAM：基于非刚性配准的激光里程计_weixin_39574555的博客-优快云博客elastic fusion

论文标题：C^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration据作者说可以达到深度学习的精度，并且实时性很好，mark一下CVPR 2022 | 二阶相似性测度，让传统配准方法取得比深度学习更好的性能，并达到深度学习的速度...

刚性ICP前文已经说过：搞懂ICP（最近邻迭代）配准算法 - 2_z15f34的博客-优快云博客_icp配准算法https://blog.youkuaiyun.com/z15f34/article/details/109036477非刚性/柔性点云ICP配准可以用于应变/形变分析，可应用在医学图像/AR&& VR /智能制造（如协作机器人在制鞋业上的应用）/空间重建/智能驾驶/机器人等等（todo: 插入视频）。...

点面ICP配准一般用在三维重建的全局建图线程上，会慢一点但效果好，所以频率会低，点点ICP配准一般用在追踪线程，用法见LOAM；根据下面的文章，点面ICP比点点ICP多一个法向量，有的非刚性配准也用到这样的公式。Point-to-Plane ICP算法的线性近似求解 - 简书...

两幅点云配准后我们希望知道配准的好不好，为什么需要知道，因为如果自动化产线里匹配不好出现频率太高，良品率就下去了，谁会买这样的产线呢？如果知道匹配不行，至少我们还有办法去做补救。根据我的经验，一种通过已知旋转平移矩阵再去评判配准的变换矩阵是否精确，用于算法精度测试，需要一个旋转平移平台机构；有一种用的比较多，是通过可视化或者配准结果保存，通过肉眼判断结果好坏，这两种都是需要人工参与，对于自动化而言，自动校验结果怎么办呢？还是有办法的，办法还挺多的，就是今天的主角——假设校验。提到假设校验，不得不提到

前文我们已经有做配准的工具和数据（1. 三维点云配准的简介、工具和数据集），接下来讲配准里最经典的算法，迭代最近邻算法，英文Iterative Closest Point（ICP）。提到Iterative有没有想到代码里出现频繁的i++大兄弟？是个循环呀。我看了很多介绍ICP算法的，上来都是介绍一次配准算法公式（p=Rq+T，详见：https://mp.weixin.qq.com/s/V6ZZ42cFQC3SxpIhcroB7A或者高博的SLAM十四讲），ICP为啥叫最近邻迭代的背景没讲，ICP里有啥也没讲

目录1. 三维点云配准简介2.动手玩三维点云配准的准备三维点云配准简介常见的动手做三维配准的锤子其中，PCL、Open3D和CGAL是开源软件库，Open3D是intel实感推出不久的，跟PCL比会有一些新奇的东西，个人主要使用PCL；CloudCompare和Meshlab是带软件操作界面的开发库，建议新手开始玩用CloudCompare和Meshlab比较友好。从表中可以看出，C++非常重要，关于C++的学习，建议新手使用常用的C++功能就好，积累一个好使的代码模..