实体
Point cloud registration with error propagation
Point cloud registration with error propagation
PulseAugur coverage of Point cloud registration with error propagation — every cluster mentioning Point cloud registration with error propagation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
关系
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
机器人学研究探索点云配准公式
本文深入探讨了机器人点云配准中使用的最大团（maximum clique）和最大共识（maximum consensus）公式之间的理论关系。研究人员证明，即使在容差固定的情况下，最大团也可能表现出显著的对齐误差，并且比最大共识集大得多。该研究还推导了在旋转固定的情况下平移子问题的特定误差界限和特征，并确定了与尺度和几何无关的对齐误差界限的最小分组大小。
-
新研究通过加速算法推进偏最优传输
两篇新研究论文探讨了偏最优传输（POT）的进展，POT 是一种放宽严格质量守恒约束以实现更广泛应用的方法。第一篇论文介绍了一种使用稀疏和结构化正则化器（如弹性网络）的加速一阶算法，在颜色迁移、域适应和点云配准方面表现出改进的性能。第二篇论文将偏识别问题构建为多边熵最优传输问题，可通过 Sinkhorn 迭代解决，为模型参数无法唯一识别的统计场景提供了一种统一的方法。
-
新方法提高点云配准的准确性和效率
研究人员开发了一种新的点云配准算法，该算法利用概率性自更新局部对应关系和线矢量集来提高准确性和效率。该方法采用双RANSAC交互模型和全局提前终止条件来平衡性能。评估显示，与现有技术相比，均方根误差和时间效率有了显著提高，并附带C++源代码。