ICP-Algorithmus: Theorie, Praxis und seine SLAM-orientierte Taxonomie

Der Iterative Closest Point (ICP) Algorithmus ist einer der wichtigsten Algorithmen für die geometrische Ausrichtung von dreidimensionaler Oberflächenregistrierung, der häufig in Aufgaben der Computer Vision verwendet wird, einschließlich der Aufgaben der Simultaneous Localization And Mapping (SLAM). In diesem Papier veranschaulichen wir die theoretischen Prinzipien des ICP-Algorithmus, wie er in Aufgaben der Oberflächenregistrierung eingesetzt werden kann, und die traditionelle Taxonomie der Varianten des ICP-Algorithmus. Da SLAM ein beliebtes Thema wird, führen wir auch eine SLAM-orientierte Taxonomie des ICP-Algorithmus ein, basierend auf den Eigenschaften jeder Art von SLAM-Aufgabe, einschließlich der Frage, ob die SLAM-Aufgabe online ist oder nicht und ob die Landmarken als Merkmale in der SLAM-Aufgabe vorhanden sind. Wir machen eine Synthese jeder Art von SLAM-Aufgabe, indem wir mehrere aktuelle Forschungsarbeiten vergleichen und ihre Implementierungsdetails analysieren.