Я работаю с 3D-облаками точек, полученными из объекта, и мне нужно выровнять их в единое глобальное облако точек. Мне трудно понять разницу между SLAM и регистрацией. Тем более, что оба они могут реализовать ICP. Облака точек были получены в пространственном и временном порядке и имеют расширенную область перекрытия; поэтому я должен был бы SLAM для их выравнивания. Кто-нибудь может разъяснить мне этот момент?
Спасибо! Анна
Судя по вашему вопросу, похоже, что вы работаете с каким-то датчиком глубины, перемещающимся в окружающей среде. Вы хотели бы создать согласованную карту или облако точек с помощью этого датчика. Я бы прокомментировал это, но моя репутация в данный момент слишком низкая.
Регистрация просто относится к выравниванию двух измерений посредством некоторого преобразования. Для совмещения изображений это обычно происходит, когда вы находите некоторое преобразование, будь то простой перевод или аффинная деформация между двумя изображениями, что делает их «выглядящими» похожими. Регистрация облака точек обычно относится к поиску поворота и перемещения, которые выравнивают два облака точек.
SLAM, как вы, наверное, знаете, относится к одновременной локализации и отображению. Цель SLAM состоит в том, чтобы найти датчики движения в сцене и одновременно отобразить сцену.
Я думаю, причина, по которой вам трудно увидеть разницу между ними, заключается в том, что для вашего приложения регистрация — это способ выполнить простую форму SLAM. Причина этого в том, что ICP, по сути, находит относительное преобразование вашего датчика глубины между двумя измерениями. Это действует как одометрия для вашего датчика.
Однако регистрация не обязательно даст вам относительное положение сенсора во всех приложениях. Например, трекер KLT — это форма простой регистрации изображения, но не дает прямого относительного преобразования двух камер.
Надеюсь, это прояснит ситуацию.
