А.Ю. Маковецкий, В.И. Кобер, С.М. Воронин, А.В. Воронин, В.Н. Карнаухов, М.Г. Мозеров
Регистрация облаков точек в трехмерном пространстве с использованием мягкого соответствия
В последнее время произошел значительный прогресс в области глубокого обучения, который привел к убедительным достижениям в большинстве задач семантического компьютерного зрения, таких как классификация, обнаружение и сегментация. Регистрация облака точек — это задача, которая выравнивает два или более разных облаков точек путем оценки относительного геометрического преобразования между ними. Это хорошо известная проблема, которая играет важную роль во многих приложениях, таких как SLAM, 3D-реконструкция, картографирование, позиционирование и локализация. Сложность проблемы регистрации облака точек возрастает из-за сложности выделения признаков из-за большой разницы во внешнем виде одного и того же объекта, видимого лазерным сканером с разных точек зрения. Миллионы точек, создаваемые каждую секунду, требуют высокоэффективных алгоритмов и мощных вычислительных устройств. Известный алгоритм регистрации облака точек ICP и его варианты имеют относительно хорошую вычислительную эффективность, но, как известно, невосприимчивы к локальным минимумам и, следовательно, полагаются на качество первоначального грубого выравнивания. Работа алгоритма с помехами, вызванными зашумленными точками динамических объектов, обычно имеет решающее значение для получения удовлетворительной оценки, особенно при использовании реальных данных LiDAR. В этой статье мы предлагаем алгоритм нейронной сети для решения проблемы регистрации облака точек путем оценки мягкого соответствия между точками исходного и целевого облаков точек. Предложенный алгоритм эффективно работает с неконгруэнтными зашумленными облаками точек, генерируемыми LiDAR. Представлены результаты компьютерного моделирования, иллюстрирующие эффективность предложенного алгоритма.
КЛЮЧЕВЫЕ СЛОВА: нейронная сеть, облако точек, регистрация, реконструкция поверхностей, мягкое сопоставление.