This article is focused on a challenging topic emerging from the registration of point clouds, specifically the registration of dynamic objects with low overlapping ratio. This problem is especially difficult when the static scanner is installed on a floating platform, and the objects it scans are also floating. These issues make most of the automatic registration methods and software solutions invalid. To solve this problem, explicit exploration of the static region is necessary for both the coarse and fine registration steps. Fortunately, determining the corresponding regions can be eased by the intuitive realization that in urban environments, natural objects neither present straight boundaries nor stack vertically. This intuition has guided the authors to develop a robust approach for the detection of static regions using planar structures. Then, silhouettes of the objects are extracted from the planar structures, which assist in the determination of an SE(2) transformation in the horizontal direction by a novel line matching method. The silhouettes also enable identification of the correspondences of planes in the step of fine registration using a variant of the iterative closest point method. Experimental evaluations using point clouds of cargo ships with different sizes and shapes reveal the robustness and efficiency of the proposed method, which gives 100% success and reasonable accuracy in rapid time, suitable for an online system. In addition, the proposed method is evaluated systematically with regard to several practical situations caused by the floating platform, and it demonstrates good robustness to limited scanning time and noise.

中文翻译：

---

使用对象轮廓在复杂浮动平台上针对动态对象的点云的多实体注册

本文的重点是从点云的配准（特别是具有低重叠率的动态对象的配准）出现的具有挑战性的主题。当静态扫描仪安装在浮动平台上并且其扫描的对象也浮动时，此问题尤其困难。这些问题使大多数自动注册方法和软件解决方案无效。为了解决这个问题，对于粗略和精细配准步骤，必须对静态区域进行显式探查。幸运的是，通过直观的认识到在城市环境中自然物体既不呈现直线边界也不垂直堆叠，可以轻松确定相应区域。这种直觉指导作者开发了一种使用平面结构检测静态区域的可靠方法。然后，从平面结构中提取对象的轮廓，这有助于通过新颖的线匹配方法确定水平方向的SE（2）变换。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。从平面结构中提取对象的轮廓，这有助于通过新颖的线匹配方法确定水平方向上的SE（2）变换。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。从平面结构中提取对象的轮廓，这有助于通过新颖的线匹配方法确定水平方向上的SE（2）变换。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。通过一种新颖的线匹配方法可以帮助确定水平方向的SE（2）变换。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。通过一种新颖的线匹配方法可以帮助确定水平方向的SE（2）变换。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。轮廓还允许使用迭代最近点方法的变体在精细配准的步骤中识别平面的对应关系。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。使用具有不同尺寸和形状的货船点云进行的实验评估显示了该方法的鲁棒性和效率，该方法在快速时间内获得100％的成功和合理的准确性，适用于在线系统。另外，针对浮动平台引起的几种实际情况，对所提出的方法进行了系统的评估，并且对有限的扫描时间和噪声表现出良好的鲁棒性。