Effective Indoor Localization and 3D Point Registration Based on Plane Matching Initialization 

　　基于平面匹配初始化方法的有效室内定位与3D点云拼接 

　　有效的室内定位是虚拟现实（Virtual Reality, VR）和增强现实（Augmented Reality, AR）中的关键技术。由于RGB-D相机能够同时采集到相对准确的颜色和深度信息，在室内追踪其相机轨迹成为受到研究者欢迎的课题。传统的迭代最近邻算法（Iterative Closest Point, ICP）可以根据恢复得到的单帧点云估计相机位姿，并对场景进行拼接重建。目前有很多研究工作侧重于ICP算法在一般场景下的性能提升，而鲜有关注特定应用场景下有效的ICP初始化方法可能带来的性能提升，比如室内的 VR 或 AR应用场景。 

　　本文针对室内普遍存在的弱纹理的简单结构场景，提出了一种新颖的基于平面匹配的ICP初始化方法。其主要的思路是，如果可以检测到点云中两个互不平行的主平面，并且正确地找到它们在相邻帧间的匹配关系，则可以恢复两帧点云间的旋转变换关系。其主要步骤包括平面检测、平面聚合、旋转估计。通过一系列实验表明，本文提出的算法在有效的减少ICP算法迭代次数的同时，显著提升了拼接的成功率。同时本文也对改进算法与其他利用平面信息初始化的ICP算法进行了对比，本文提出的算法表现出了明显的优势，在弱纹理的简单结构场景中具有更高的鲁棒性。 

　　 　　图1. 基于平面匹配的点云拼接算法流程图 

　　　　图2. 实验室场景的点云拼接结果 

　　本文链接:

        https://www.jstage.jst.go.jp/article/transinf/E100.D/6/E100.D_2016EDP7379/_pdf