ICP(Iterative Closest Point) 란?

기존의 데이터셋에 현재 데이터를 Registration 시키는 방법 중 하나로 각 데이터들의 가장 가까운 점을 이용하여 연관성을 찾고, 그에 맞게 현재 데이터를 이동 및 회전을 시켜 기존 데이터셋에 추가하는 방법

 

iterate until convergence

1) Sample points pi

2) find closest points qi

3) reject bad pairs ( pi, qi )

4) find optimal transformation R t

5) update scan alignment

ICP 성능

Sampling

기존의 데이셋과 현재 데이터 값을 비교하여 그들의 연관성을 찾게 됨, 그럼 비교할 데이터를 어떻게 선정하느냐가 중요해짐,

전체데이터( ALL ) , 일정간격 (Uniform)을 둔 데이터, 랜덤(Random) 데이터 등등

 

Matching

데이터가 정되었다면 그들의 어떤기준을 가지고 매칭 시킬지가 중요하게 됩니다.

가까운 점(Point to point)을 매칭할지, 법선벡터(Normal)에 가까운 점을 매칭할 지 등등

 

Weighting

두개의 데이터셋이 쌍을 만들었다면 그들에게 어떻게 가중치를 줄 것인지 생각해보기

모두 같은 가중치(Constant)를 줄 것인지, 거리에 따라 가중치를 줄 것인지, 법선 벡터에 따라 줄것인지

 

Rejecting

갖고 있는 데이터가 outlier라면 제거 해야하는데 일정 거리 이상이면 버리던지, 정렬을 통해 몇 % 버리던지 해야 함