则优科技实验的3D点云配准算法有ICP算法、NDT算法、Fgr算法、PcrNet算法、iterative
PcrNet算法、iterative PcrNet + icp混合算法、DeepVCP算法和reAgent算法等,不同算法有不同的特点, 下面详细介绍不同算法的特点。
1.ICP算法
优点:ICP算法的应用度较高,且应用范围较广,计算速度快。
缺点:容易陷入局部最优的情形,且较依赖于粗配准的好坏,匹配的成效较差。
2.NDT算法
NDT算法的适用度不高
3. Fgr算法
优点:对误差的测量,相比于均匀方误差具有更好的抗噪性。
缺点:当关联的噪声率比较高的时候,权重估算不准,无法达到鲁棒估计的效果。
4. PcrNet算法
优点:计算效率高,有效的学习了大规模样本的配准规律,且对噪声的鲁棒性具备一定优势。
缺点:由于提取的是全局特征,在精度上有所欠缺。
5. iterative PcrNet算法
优点:计算效率高,提高了PcrNet的匹配精确度,且利用对象的特殊性能够产生精确的结果
缺点:由于需要学习全局特征,可能会因网络的学习容量限制了性能
6. iterative PcrNet + icp混合算法
优点:在保留计算速度和全局匹配的基础上,提高了匹配的精确度,同时也减少了单独使用icp算法陷入局部最优的可能性。
7. DeepVCP算法
优点:匹配精度和运行效率较高;对于不准确的初始姿态具有更高的鲁棒性。
缺点:由于选取关键点进行匹配,导致匹配精度下降。
8. reAgent算法
优点:算法的稳定性和效率较高。