GICP voxelizado para registro rápido y preciso de nubes de puntos 3D

Este artículo presenta el algoritmo de punto más cercano iterativo generalizado voxelizado (VGICP) para un registro rápido y preciso de nubes de puntos tridimensionales. El enfoque propuesto extiende el enfoque de punto más cercano iterativo generalizado (GICP) con voxelización para evitar la costosa búsqueda del vecino más cercano aun conservando su precisión. En contraste con la transformada de distribuciones normales (NDT), que calcula distribuciones de voxeles a partir de las posiciones de los puntos, estimamos distribuciones de voxeles agregando la distribución de cada punto en el voxel. El enfoque de voxelización nos permite procesar eficientemente la optimización en paralelo, y el algoritmo propuesto puede funcionar a 30 Hz en una CPU y a 120 Hz en una GPU. A través de evaluaciones en entornos simulados y reales, confirmamos que la precisión del algoritmo propuesto es comparable a GICP, pero es sustancialmente más rápido que los métodos existentes. Esto permitirá el desarrollo de aplicaciones de LIDAR 3D en tiempo real que requieren evaluaciones extremadamente rápidas de las poses relativas entre los marcos de LIDAR.