VPRNet：面向移动设备的基于体素的高效部分到部分点云配准

视频

随着LIDAR传感器和深度相机等嵌入式设备的普及，点云成为表示3D世界的主要数据格式，并催生了各种智能移动应用。实现这些应用提供高质量服务的关键技术是移动设备上的实时点云配准，该技术可从多个部分扫描综合完整模型或大规模场景，旨在提供更大的感知范围、更快的3D重建和更稳健的机器人导航。不幸的是，这些应用的性能受限于原始点云帧的尺度和部分损失。现有的点云配准解决方案由于模型复杂且假设点云对具有大重叠，难以在移动设备上部署，导致显著的延迟和不准确。本文提出VPRNet——首个基于体素的配准解决方案，能够在移动设备上实现具有竞争力的配准质量的同时实现实时部分到部分配准，且对大规模点云更具优势。我们进行了跨各种数据集和平台的真实世界实验和大量模拟，以验证VPRNet的功效并进一步与最先进的方法比较性能。