Recalage basé plans de nuages de points pour la navigation dans des environnements structurés

Les algorithmes traditionnels de recalage de nuages de points 3D, bases sur l’algorithme d’Iterative Closest Point (ICP), reposent sur la mise en correspondance de points. Dans les environnements bien structures, tels que les bâtiments, les plans peuvent etre segmentes et utilises pour le recalage, de maniere similaire a l’approche classique d’ICP basee sur les points. L’utilisation de plans reduit considerablement le nombre d’entrees de l’ICP. Cet article presente un algorithme de recalage precis et robuste base sur les plans. La transformation optimale est estimee par une approche de minimisation en deux etapes, en effectuant successivement une minimisation robuste plan a plan et un recalage robuste non lineaire point a plan. Les experiences sur le jeu de donnees de reference Autonomous Systems Lab (ASL) montrent que la methode proposee permet de recaler avec succes 100% des scans des trois sequences d’interieur. Les experiences montrent egalement que la methode proposee est robuste dans les scenarios de mouvements importants et plus precise que les autres algorithmes de l’etat de l’art evalues. En outre, un nouveau jeu de donnees, LOOP’IN, est fourni. Il est compose de deux boucles dans des scenes d’interieur d’environnements reels, avec un grand nombre de scans captures avec un LiDAR 3D. Les tests menes sur le jeu de donnees LOOP’IN montrent que l’algorithme est capable de recaler de longues sequences, de fermer des boucles et de construire une carte incrementale de l’environnement explore.