PRBonn/RAP

解決的問題

RAP 解決了 3D 點群配準的挑戰——即將多個未對齊的點群對齊至單一共同座標框架。這是在 3D 重構、機器人定位與多會話地圖合併等任務中的關鍵步驟，特別是在掃描重疊度低或使用不同感測器模態的情況下尤為重要。

工作原理

與傳統透過點對點匹配（對應匹配）來估計點群對之間變換的方法不同，RAP 將配準視為條件生成問題。它使用透過流匹配學習到的連續點級速度場，將雜訊點群傳輸至已配準的場景中。系統採用輕量級局部特徵提取器，並在測試時強制執行剛性約束，以恢復每個視角的最終姿態。

適用對象

本工具專為從事機器人學、3D 電腦視覺與 SLAM（同時定位與地圖建構）的研究人員與工程師設計，特別適用於需要合併多個機器人地圖或在 3D 環境中重新定位代理的使用者。

主要亮點

• 生成式方法：直接生成配準後的點群，而非依賴成對變換優化。
• 穩健性：在基準測試中取得最先进性能，尤其在低重疊場景下表現優異。
• 泛化能力：適用於不同尺度與感測器模態。
• 廣泛應用：支援重定位與多機器人 SLAM 等下游任務。