多激光雷达配准：一种以传感器为中心的联合优化方法

《IEEE Sensors Letters》：Multi-LiDAR Registration: A Joint Sensor-Centric Optimization Approach

多LiDAR融合中提出传感器中心联合配准框架，通过高维ICP处理分块旋转耦合、数据驱动权重优化及两阶段异常检测解决异构传感器配准难题，并利用闭合式协方差实现不确定-aware正则化。实验表明相较传统ICP方法精度提升26.9%~40.8%，运行速度提高3倍至38倍。

　　

摘要：

多激光雷达融合技术被广泛用于提高场景覆盖范围和3D重建质量，但如何将来自不同分辨率、尺度、视场和噪声特性的扫描仪的点集进行联合配准仍然是一个难题，这直接影响了感知的准确性。本文提出了一种以传感器为中心的多激光雷达联合配准框架：(i) 将ICP算法提升到高维形式，通过块结构旋转耦合来联合对齐多个扫描数据；(ii) 引入了基于数据的权重分配方法和两阶段异常值诊断机制，以解决跨传感器之间的不一致性问题；(iii) 使用封闭形式的协方差进行不确定性感知的正则化处理，适用于旋转和平移两种变换。该方法在保持基于SVD的简单更新机制的同时，明确考虑了传感器的异构性。在两个硬件平台上进行的验证——一个双2D旋转系统（SICK TIM520、Hokuyo UST10LX）和一个双Ouster OS1128系统——表明该框架显著提升了传感器系统的整体精度，相对于传统的ICP算法，累积姿态误差（APE）减少了约26.9%至40.8%；其运行速度约为p2pICP的3倍，比GoICP快约38倍（略慢于ESICP）。这些结果证明了该框架在提升多激光雷达系统的集成鲁棒性、准确性和实际应用可行性方面的积极作用。