摘要
迭代最近点（ICP）算法是点集配准中最广泛使用的方法之一。然而，由于基于局部迭代优化，ICP算法易受局部极小值的影响。其性能在很大程度上依赖于初始化的质量，且仅能保证局部最优解。本文提出了一种全新的全局最优算法——Go-ICP，用于在ICP定义的L2误差度量下进行两个三维点集的欧氏（刚性）配准。Go-ICP方法基于一种分支定界（BnB）方案，该方案搜索整个三维运动空间SE(3)。通过利用SE(3)几何结构的特殊性质，我们推导出了注册误差函数的新颖上下界。局部ICP被整合到BnB方案中，这不仅加速了新方法的运行速度，同时保证了全局最优性。我们还讨论了扩展问题，涉及对外点鲁棒性的处理。评估结果表明，所提出的方法能够在不受初始化影响的情况下产生可靠的配准结果。Go-ICP适用于需要最优解或无法始终获得良好初始化的场景。