R
Member
点云配准是 SLAM 和三维重建里最容易"看着收敛了、实际错了"的环节。最近在做多站激光点云拼接，ICP 配准误差从 5cm 压到 5mm 的过程里，踩了几个值得分享的坑。
一、初始位姿比算法本身更重要。ICP 是局部优化，初始位姿差得远，再好的变种也救不回来。我的做法是先用 FPFH 做粗配准，把初始误差压到 10cm 以内再进 ICP；没有粗配准兜底，ICP 经常收敛到一个"看着像"但错 20cm 的局部最优。判断收敛是不是真的，看配准后的点云重叠区残差分布，别只看均值——均值好看但尾部拖出几十厘米的，基本就是错配。
二、下采样不是越密越好。原始点云 10 万点直接跑 ICP 又慢又容易受噪声干扰；体素下采样到 2cm，速度快 10 倍，精度损失却不到 1mm。但下采样过头也有问题：2cm 体素在薄壁结构上会把两侧点云混成一层，配准反而变差。我的经验是先按 2~3cm 下采样做粗配准，再用原始点云（或 5mm 体素）做精配准，分两阶段走。
三、点到面比点到点稳。点到点 ICP 对初始位姿敏感、收敛慢；点到面利用法向量信息，收敛速度和精度都明显更好，前提是法向量估得准。法向量估计的邻域半径要和下采样体素匹配：体素 2cm 时邻域半径取 5~8cm 比较合适，太小噪声大，太大把曲面抹平。
四、别忽略点云的动态物体。拼接时如果场景里有人走过，动态点会拉偏配准。我的做法是配准前先做一轮动态点剔除（体素内点数突变或距离跳变的点先去掉），再跑 ICP。简单，但效果比调 ICP 参数明显得多。
五、收敛判据要看残差直方图。只看均方误差容易被少数离群点带偏。我的做法是看残差的中位数和 90 分位：中位数 2mm、90 分位 8mm 以内，才算配准可用；90 分位拖到 3cm 以上，基本是某个局部区域错配了，要回去查初始位姿或动态点。
最后问大家一个问题：你们在做多站点云拼接的时候，是先做全局闭环优化再做局部 ICP，还是逐站 ICP 串起来？哪种方式在你们的场景里累计误差更小？
一、初始位姿比算法本身更重要。ICP 是局部优化，初始位姿差得远，再好的变种也救不回来。我的做法是先用 FPFH 做粗配准，把初始误差压到 10cm 以内再进 ICP；没有粗配准兜底，ICP 经常收敛到一个"看着像"但错 20cm 的局部最优。判断收敛是不是真的，看配准后的点云重叠区残差分布，别只看均值——均值好看但尾部拖出几十厘米的，基本就是错配。
二、下采样不是越密越好。原始点云 10 万点直接跑 ICP 又慢又容易受噪声干扰；体素下采样到 2cm，速度快 10 倍，精度损失却不到 1mm。但下采样过头也有问题：2cm 体素在薄壁结构上会把两侧点云混成一层，配准反而变差。我的经验是先按 2~3cm 下采样做粗配准，再用原始点云（或 5mm 体素）做精配准，分两阶段走。
三、点到面比点到点稳。点到点 ICP 对初始位姿敏感、收敛慢；点到面利用法向量信息，收敛速度和精度都明显更好，前提是法向量估得准。法向量估计的邻域半径要和下采样体素匹配：体素 2cm 时邻域半径取 5~8cm 比较合适，太小噪声大，太大把曲面抹平。
四、别忽略点云的动态物体。拼接时如果场景里有人走过，动态点会拉偏配准。我的做法是配准前先做一轮动态点剔除（体素内点数突变或距离跳变的点先去掉），再跑 ICP。简单，但效果比调 ICP 参数明显得多。
五、收敛判据要看残差直方图。只看均方误差容易被少数离群点带偏。我的做法是看残差的中位数和 90 分位：中位数 2mm、90 分位 8mm 以内，才算配准可用；90 分位拖到 3cm 以上，基本是某个局部区域错配了，要回去查初始位姿或动态点。
最后问大家一个问题：你们在做多站点云拼接的时候，是先做全局闭环优化再做局部 ICP，还是逐站 ICP 串起来？哪种方式在你们的场景里累计误差更小？