python - SLAM 与注册

Question

我正在处理从对象获取的 3D 点云，我需要将它们对齐到单个全局点云中。我很难理解 SLAM 和注册之间的区别。特别是由于它们都可以实现 ICP 因此我应该可以 SLAM 来对齐它们。任何人都可以向我澄清这一点吗？

谢谢！安娜

标签： pythonslam

Answer 1

根据您的问题，听起来您正在使用某种在环境中移动的深度传感器。您想使用此传感器创建一致的地图或点云。我会对此发表评论，但目前我的声誉太低了。

配准只是指通过一些转换将两个测量值对齐。对于图像配准，这通常是当您发现一些转换时，无论是简单的平移还是两个图像之间的仿射扭曲，这使得它们“看起来”相似。点云配准通常是指找到对齐两个点云的旋转和平移。

您可能知道，SLAM 是指同时定位和映射。SLAM 的目标是找到传感器在场景中的运动，并同时映射场景。

我认为您很难看到两者之间的区别的原因是，对于您的应用程序，注册是完成简单形式的 SLAM 的一种方式。这是因为 ICP 本质上是在寻找深度传感器在两次测量之间的相对变换。这充当传感器的里程计。

但是，注册不一定会给您在所有应用程序中的相对传感器姿势。例如，KLT 跟踪器是一种简单的图像配准形式，但它不直接给出两个摄像机的相对变换。

我希望这能解决问题。