Go-ICP: Eine global optimale Lösung für die 3D-ICP-Punktmengenregistrierung

Der Iterative Closest Point (ICP)-Algorithmus ist eine der am häufigsten verwendeten Methoden für die Registrierung von Punktmengen. Allerdings, da er auf einer lokalen iterativen Optimierung basiert, ist der ICP bekannt für seine Anfälligkeit gegenüber lokalen Minima. Seine Leistung hängt kritisch von der Qualität der Initialisierung ab und es wird nur lokale Optimalität garantiert. In dieser Arbeit wird erstmals ein global optimaler Algorithmus vorgestellt, namens Go-ICP, für die euklidische (starre) Registrierung zweier 3D-Punktmengen unter dem im ICP definierten L2-Fehlermaß. Die Go-ICP-Methode basiert auf einem Branch-and-Bound (BnB)-Schema, das den gesamten 3D-Bewegungsraum SE(3) durchsucht. Durch die Ausnutzung der speziellen Struktur der SE(3)-Geometrie leiten wir neue obere und untere Schranken für die Registrierungsfehlerfunktion her. Der lokale ICP wird in das BnB-Schema integriert, was die neue Methode beschleunigt, während gleichzeitig globale Optimalität gewährleistet wird. Wir diskutieren auch Erweiterungen, die sich mit der Robustheit gegen Ausreißer befassen. Die Evaluation zeigt, dass die vorgeschlagene Methode zuverlässige Registrierungsergebnisse liefert, unabhängig von der Initialisierung. Go-ICP kann in Szenarien angewendet werden, in denen eine optimale Lösung erwünscht ist oder eine gute Initialisierung nicht immer verfügbar ist.