Estudio comparativo de técnicas de alineamiento de nubes de puntos 3D

Abstract

[ES] El sensor LiDAR 3D se utiliza para obtener diferentes nubes de puntos tridimensionales del entorno que le rodea mientras lleva a cabo una determinada trayectoria. En el TFG se hace uso de conjuntos de datos capturados por este tipo de sensor. Este conjunto de datos se denomina nube de puntos y recoge la información de las coordenadas x, y, z de diferentes puntos del espacio. Se utiliza el algoritmo ICP para poder alinear dos nubes de puntos consecutivas, debido a que este proporciona una matriz de transformación que contiene la rotación y traslación del sensor LiDAR que se ha producido entre la toma de datos de ambas nubes. Estas cuentan con miles de puntos, para simplificarlas se hace uso de diferentes metodologías, obteniendo los puntos característicos y reduciendo el tamaño de la nube de puntos conservando información relevante. En este trabajo se lleva a cabo un estudio estadístico que compara dos metodologías específicas: el método de Harris y el método ISS. El objetivo principal es analizar y evaluar el rendimiento de ambas metodologías. Para lograrlo, se utilizan los puntos característicos obtenidos mediante cada uno de los métodos mencionados. Estos puntos característicos se emplean posteriormente en el algoritmo ICP para calcular la rotación y traslación llevada a cabo entre dos nubes de puntos distintas. Estos cálculos son comparados con los valores reales de la traslación y rotación para determinar la precisión y exactitud de cada método. El resultado clave de esta comparativa es la determinación de los errores producidos por cada método mostrando las discrepancias entre los valores calculados por el algoritmo y los reales.

[EN] The 3D LiDAR sensor is used to obtain different three-dimensional point clouds of the surrounding environment while carrying out a certain trajectory. In the TFG, use is made of data sets captured by this type of sensor. This data set is called point cloud and collects the information of the x, y, z coordinates of different points in space. The ICP algorithm is used to align two consecutive point clouds, because it provides a transformation matrix that contains the rotation and translation of the LiDAR sensor that has occurred between them. These have thousands of points, to simplify them we use different methodologies, obtaining the characteristic points and reducing the size of the point cloud while retaining relevant information. In this project, a statistical study is carried out comparing two specific methodologies: the Harris method and the ISS method. The main objective is to analyze and evaluate the performance of both methodologies. To achieve this, the key points obtained by each of the aforementioned methods are used. These key points are then used in the ICP algorithm to calculate the rotation and translation carried out between two different point clouds. These calculations are compared with the actual translation and rotation values to determine the precision and accuracy of each method. The key result of this comparison is the determination of the errors produced by each method showing the discrepancies between the values calculated by the algorithm and the actual values.