IJRR 2026 | 香港科技大学：面向退化场景的激光雷达配准

配准在做什么？

现代 LiDAR 配准是LIDAR导航的核心步骤，普遍采用点到平面（point-to-plane）误差度量，因为它在 LiDAR 场景中收敛性较好。

简单说，就是不断调整源点云的位姿（旋转 + 平移），让每个源点尽量贴到目标点所在的局部平面上，并最小化所有点的残差平方和。

求解时把问题线性化，每次迭代都归结为解一个线性方程组，其系数矩阵就是配准问题的"信息矩阵"，高斯-牛顿 Hessian，它描述了当前数据对六个位姿自由度的约束情况。

病态从哪来，怎么度量？

理解退化的关键，是把这个 Hessian 沿其"主方向"（特征向量）展开。每个主方向都对应一个特征值，特征值代表数据在该方向上的约束强度（曲率）：

• 特征值大，说明该方向被约束得牢；

• 特征值小，说明约束很弱。

位姿更新在每个方向上的步长，大致等于"梯度在该方向的分量除以对应特征值"。

于是问题就来了：当某个方向约束很弱、特征值接近零时，除以一个极小的数，会把这个方向上的测量噪声和线性化误差成倍放大，位姿更新变得不可靠，即“发散了”。

衡量这种放大程度的指标，就是条件数，即最大特征值与最小特征值之比。

它可以理解为"数据里一点点扰动，最多会被放大成解里多大的误差"的上界。

条件数越大，问题越病态。

需要说明的是，这套分析只在问题"局部可观"（弱约束，最小特征值大于零）时才有意义。

因此本文关注的是弱约束的病态场景，而不是几何上完全不可观测的秩亏场景，真实自然界中也不存在绝对的不可观场景。

三个待解决的问题

围绕"病态在哪、有多严重、怎么稳住"，论文指出现有"检测—缓解"流程存在三个相互关联的缺口，它们正对应 DCReg 的三个阶段：

• 检测不够可靠：

  旋转与平移之间存在固有的尺度差异和耦合，会掩盖真正的病态，导致漏检或误检；

• 描述不够充分：

  即使知道"存在退化"，也难以稳定地说清是哪个物理运动方向退化、退化到什么程度，特征向量与物理轴之间的对应并不明确；

• 缓解有副作用：

  常见的正则化在稳住弱方向的同时会改动原始优化问题，连带影响约束良好的方向。

下文按"检测 → 描述 → 缓解"逐一展开，其中检测是整套方法的基础，也是着力最多的部分。

检测：用 Schur 补在解耦子空间里看条件数（核心）

为什么"看全 Hessian"或"只看对角块"都不够

六自由度的 Hessian 可以分成旋转、平移两个对角块和一个交叉块。

问题在于，旋转块和平移块的数值天然不在一个量级上，这就是熟知的杠杆臂效应：

旋转块的大小随点到原点距离的平方增长，而平移块只取决于点云法向的分布、与距离无关。在室外大场景里，旋转方向的特征值可能比平移方向大上百到上万倍。

结果就是，整块 Hessian 的条件数被旋转主导，一个平移方向的退化，很容易被旋转的大尺度淹没。

这也解释了为什么"只看最小特征值"的方法很难发现旋转退化，"看整体条件数"的方法又始终找不到一个普适的阈值。

那么把旋转块和平移块拆开、各看各的条件数行不行？

也不可靠。

因为这样会丢掉那个交叉块，而交叉块恰恰编码了旋转和平移在残差里相互补偿的关系，即在固定平移（旋转）的情况下，旋转（平移）是怎么影响残差变化的。

直接扔掉它，等于假装这种耦合不存在，会高估约束、低估病态，对耦合导致的退化漏检。即使旋转块和平移块单看都"健康"，强耦合下整个系统仍可能严重病态。

换句话说，简单地分块，并不等于真正的解耦。

▲旋转一平移耦合效应对病态检测的影响。(a)传统的对角子空间解耦忽略了交叉耦合项，可能掩盖已存在的病态；(b)Schur补解耦通过计入耦合效应正确隔离各子空间，从而在干净的参数子空间中可靠地检测退化。©【深蓝具身智能】编译

Schur 补：尺度差异与耦合一起处理

DCReg 的核心做法，是借助 Schur 补（Schur complement）把六自由度位姿问题解耦成两个干净的三自由度子空间，一个旋转子空间，一个平移子空间。

和"简单分块"最大的不同在于：

Schur 补不是把交叉块丢掉，而是把耦合的影响最优地折算、吸收进来。

得到的旋转 Schur 补，恰好等于"先让平移把它能解释的部分都解释掉之后，剩下真正只能靠旋转去约束的那部分信息"。

在这样的子空间里再算条件数，尺度差异被消除了，耦合也被妥善处理了，于是那些被全 Hessian 或简单分块掩盖的退化就能浮现出来。

具体判定时，DCReg 在每个子空间内比较各方向相对最强方向的条件数，超过阈值（通常取 10 到 50）即判为该物理方向病态。

需要强调：解耦只用于"分析"，真正求解时仍然解完整的六自由度问题。

四条理论结果

这一阶段有四条理论结果，回答了"为什么 Schur 补给出的才是正确的条件数度量"：

• 消元—曲率等价：

  旋转 Schur 补正是"消去平移后"旋转子问题的等效信息矩阵，它的条件数严格界定了旋转解的误差放大。

  也就是说，在子空间里分析旋转灵敏度，和在已最优补偿平移的完整问题里分析，是等价的。

• 投影表示：

  Schur 补可以写成一个正交投影的形式，几何含义就是"剔除能被平移解释的那部分旋转信息，只保留无法被平移补偿的部分"，并能自然推广到带权重的加权最小二乘。

• 尺度与正交基不变性：

  当平移的单位（比如米换成厘米）改变时，相关项的缩放因子在 Schur 补里恰好相互抵消，结果不变。

  这正是 DCReg 具备"尺度感知"能力的根本原因。

• 谱界与掩蔽机制：

  理论上给出了"简单分块会低估病态多少"的定量界限，当耦合足够强时，交叉项会把对角块原有的曲率几乎抵消掉，使本应被检出的退化在分块分析里"隐身"，只有在 Schur 补里才会暴露。

检测的实验证据

在停车场序列上对几种检测策略做了对比：

• FCN 总是把三个平移方向全判为退化（过检测）；

• ME 只盯着最小的两个特征值方向（漏掉较大特征值方向）；

• 而 DCReg 能同时检出平移和旋转退化，并正确地把约束最强的平移方向判为非退化，整体更平衡。

▲Schur（蓝线）在橙色退化区间内升到间值以上，对角块（红线）则漏检；耦合掩盖退化：平移与旋转方向的病态，可能被耦合的对角块分析所掩盖。©【深蓝具身智能】编译

在楼梯场景里，下行段主要是 Z 方向退化、上行段主要是 roll-pitch 退化，这些被分块分析误判为"健康"的区段，Schur 子空间分析都能识别出来。

描述：把退化对应到具体的物理运动方向

知道"哪个特征值小"还不够。

特征向量是数学构造，并不天然对齐 X/Y/Z 或 roll/pitch/yaw；而且特征分解本身带有三类歧义，使得逐帧的物理解释不稳定。

DCReg 用三步对齐依次处理：

• 符号歧义：

  一个特征向量取正、取负都合法，方向会来回翻转。做法是计算它和各物理轴的"重合程度"（取绝对值），消除正负翻转的影响。

• 顺序歧义：

  当两个特征值很接近时（比如走廊里 X 平移和 roll 旋转的约束强度相当），按大小排序会在帧与帧之间跳来跳去。做法是按"最大分量"确定每个方向的主导物理轴，并给出各物理轴的贡献百分比，以及对齐强度。

  对齐强度接近满分，说明这个方向几乎就是单一物理轴；明显偏低，说明退化是多个物理轴的组合。

• 基歧义：

  当几个特征值挤在一起时，子空间里的基可以自由旋转，单个特征向量不再唯一（这一点有经典的 Davis–Kahan 扰动理论支撑）。做法是对物理基做正交化，构造一组与物理轴对齐、且数值稳定的基，供后续缓解使用。

▲病态定量刻画的流程。该三阶段流程用于处理优化子空间中的特征向量歧义：(1)内积匹配解决符号歧义，并确定其在参数空间中的线性组合；(2)最大分量分析解决顺序歧义，识别主导物理轴；(3)Gram-Schmidt正交化解决基歧义，得到与参数空间对齐的稳定正交基，供后续退化缓解。©【深蓝具身智能】编译

处理完三类歧义，描述就能给出可读的定量结论。论文里有几个很直观的例子：

• 停车场2314帧：

  某个平移退化方向被分解为约 77% 来自 X 轴、13.6% 来自 Y 轴、9.4% 来自 Z 轴，与 X 轴夹角约 12°。因为这一帧扫到了路缘点提供旋转约束，所以没有出现旋转退化。

• 停车场2924帧：

  以平坦地面点为主，除了平移退化外还多出了 yaw（偏航）方向的旋转退化，这与"地面点难以约束偏航"的直觉一致。

▲停车场序列中的平面退化分析与刻画。图中对比了第2314锁与第2924帧的退化情形：第2314帧因含有路缘点云(regionA)，仅在X、Y方向退化；第2924鼓以平面地面点云为主，额外出现yaw(偏航)退化。右侧面板给出特征空间各维度(r0-r2、t0-2)在物理运动方向(X至yaw)上的精确贡献占比(%)与强度(角度”)，便于分析退化的运动来源。©【深蓝具身智能】编译

• 走廊场景：

  随着走廊尽头墙面点增多，X 平移退化消失。该场景还出现了"最小的旋转特征值反而小于最大的平移特征值"的情况，说明整体 Hessian 里三个最小特征值不一定对应平移，这正是顺序歧义的现实体现。

▲走廊场票中的特征向量顺序岐义。左:第1096、1142帧的实景图像。中：定位(红色轨迹)与建图结果。右：首次ICP选代时的特征值。第1096帧在X与rol方向退化，而第1142帧因region D处的墙面点，仅在rol方向退化。旋转特征值并不总是大于平移特征值，说明这种顺序歧义会影响退化检测。©【深蓝具身智能】编译

相比笼统地说一句"X 轴退化了"，这样"哪个方向、退化多少、为什么"的描述，才真正便于后续有针对性地处理。

缓解：只在"预处理"环节调整，不改动原问题

最直接的缓解办法，是把过小的特征值人为抬高。

但只要直接改动了信息矩阵本身，本质上就是一种正则化，和 Tikhonov、TSVD、Solution Remapping 一样，会改变原始最小二乘问题的目标和最优解。

从原理上看，这些方法其实都在"塑形"同一个特征值谱：

• Tikhonov 给所有方向统一加一点正则，会误伤约束良好的方向；

• TSVD 把弱方向直接清零，损失了信息；

• Solution Remapping 在退化方向上硬置零，相当于施加了无穷大的约束。

它们的共同点，是都修改了原问题。

▲谱整形的算法原理。展示不同方法如何塑形特征值谱以缓解退化：传统正则化直接修改Hessian，而本文方法只在结构感知的预条件子内做有针对性的特征值钳制。©【深蓝具身智能】编译

DCReg 的思路是把这种调整只放进"预处理"环节（预条件子），而不碰原问题。

打个比方：解线性方程组时，可以在两边同乘一个可逆矩阵，方程的解一分不差，但新系统会更"好解"（条件更好、收敛更快）。

DCReg 正是利用这一点，借助前两阶段已经得到的解耦子空间和对齐基，构造一个"结构感知"的预条件子，只把那些过弱的特征值抬到目标水平，约束良好的方向基本不动。

这样做有三个好处：

• 结构感知：作用在已经去掉耦合的子空间上；
  

• 精准定向：只动弱方向；
  

• 保持原解：原始最小二乘的最优解不变。

论文给出两条理论保证：

• 其一，因为调整只发生在预处理环节、原信息矩阵始终不变，所以可观方向上的最优解被严格保持；

• 其二，这种"抬高弱特征值"的操作，等价于在一个高斯先验下做最大后验（MAP）估计，并能把预处理后系统的条件数控制在设定的目标值以内。

最终配合预条件共轭梯度（PCG）求解，收敛更快，而整个缓解只需调一个含义明确的参数，目标条件数。

下表小结了各方法的技术特征，DCReg 的特点是同时处理尺度与耦合，且不改动原问题：

实验

设置

评估覆盖三类场景：受限环境的约束不足（楼梯、矿洞）、复合退化（走廊、停车场）、约束良好的常规场景（建筑）。

真实数据来自公开基准 FusionPortable、GEODE、SubT-MRS 以及自采序列（Pandar XT-32 LiDAR + RTK-INS 真值，记为 MS），并通过限制感知距离制造受控退化。各序列的退化维度与采集设备如下：

对比方法涵盖：检测类（ME / FCN / CN）、缓解类（SR / TReg / TSVD）与完整方案（ME-SR、FCN-SR、ME-TSVD、ME-TReg、X-ICP、O3D 等）。

指标包括绝对轨迹误差（ATE）、配准精度（AC）、Chamfer 距离（CD）、fitness 与退化比例（DR）。

系统层面将各配准方法集成进 5 秒滑窗平滑器 + LiDAR 惯性里程计。

实验平台为 Intel i7-12700K / 96GB RAM，检测阈值与目标条件数均设为 10。

值得注意的是，在真实SLAM系统中，上一帧的位姿会给下一帧匹配结果带来巨大影响。

之前的方法都是在第一次迭代中修改海森，对优化路径轻微调整，而本文的实验都是单帧每次迭代都会调整优化路径，从而可以放大不同退化方案在系统层面的表现。

▲用于仿真实验的对称圆柱场景。(左)圆柱点云的俯视图、(右)侧视图，共含7600个点。以原始点云对自身做配准，施加一个小扰动:绕Z轴的固定旋转+沿Z轴的大平移，从而构造出多自由度退化的场景。©【深蓝具身智能】编译

受控仿真

在人为构造的对称圆柱场景中（Z 平移与偏航被设计为弱方向，约 7600 点），各方法表现如下：

ME 系列因只看绝对特征值而对平移过检测，FCN 因忽略耦合而对旋转、平移同时过检测。

X-ICP 取得了最小平移误差，但其旋转误差与 Chamfer 距离偏大，说明仍存在错位；

DCReg 在旋转误差、CD、ICP 残差和 fitness 上较好，并以较少迭代收敛。在更严苛的收敛判据下，DCReg 约 16 次迭代收敛到全局最优，而同样能收敛的 TReg 约需 160 次。

此外，DCReg 的子空间条件数与整体条件数随迭代的变化趋势基本一致，说明控制子空间条件即可控制整体。

真实场景：定位与建图

长时定位精度（ATE，越小越好，单位 cm）：

建图精度与单帧耗时（AC 单位 cm、Time 单位 ms）：

在约束不足的楼梯、洞穴和复合退化的走廊场景中，DCReg 的轨迹与建图误差相对较低；

在约束良好的建筑场景中各方法精度接近，但单帧耗时差异明显。

论文结果显示，综合各数据集，DCReg 相比同类基线在长时定位精度上约有 20%–50% 的提升，运行速度上约有 5–30 倍加速（个别场景更高）。

效率分析

把单帧耗时按模块拆开（单位 ms）可以看到，检测与缓解的开销很小，主要耗时来自对应点搜索：

由于对应点质量取决于初值精度，可靠的退化处理通过改善收敛，间接降低了整体耗时。

对退化帧与非退化帧分别统计也显示，DCReg 在两类帧上都保持较低的迭代数与耗时（例如停车场退化帧约 5.04 次 / 2.11 ms，非退化帧约 3.30 次 / 2.58 ms），而部分基线在退化帧上的耗时是其数倍。

放在更大的图景里看：退化处理的几类思路

跳出 DCReg，论文把不依赖额外外部传感器的退化处理方法大致分为四类：

（1）多传感器融合，退化时丢弃 LiDAR 约束，转而依赖 IMU、轮速等；

更好的初值或增加观测，给优化一个更好的初始位姿起点，或补充测量信息（增加雅可比行空间）；

（2）先验 + 约束最小二乘（两步法），先解约束良好的参数维度，再解其余退化的参数维度。其中"硬约束"在第二步锁死弱方向（如 X-ICP）不被噪声干扰，适合可清晰二分的场景；"软约束"保留先验罚项、允许微调（如 LeGO-LOAM），适合渐变或过渡区域；

（3）正则化 / 预条件（隐式正则化），稳定线性系统使其条件变好，更容易收敛，TSVD、Tikhonov 与 DCReg 属于此类。（但不一定能收敛到最优解）

（4）DCReg 属于第四类，并把检测与描述做成了可证明的前置模块。

局限与展望

研究明确指出了方法的边界：退化的根本来源是环境几何本身。

当某个方向在几何上不可观测时，任何基于单帧的数值方法都无法凭空补出约束。

DCReg 的作用，是在弱约束（而非严格不可观）情形下提供可靠诊断与稳定求解，试图改变优化问题的路径，使其有可能收敛，但并不改变这一来自环境的限制。

要进一步突破，需要引入单帧之外的信息：

更细粒度的逐测量诊断、跨模态（几何、视觉、IMU 等）的方向级可观测性融合，以及语义层面的长期 SLAM。

语义信息擅长场景理解（地点识别、回环、动态物体过滤、拓扑先验），不擅长米级几何精度，但可以作为持久、可查询的记忆，帮助机器人在几何退化时保持任务层面的方向感。这是团队认为值得继续探索的方向。

将“描述”明确纳入流程

DCReg 把退化处理整理为"检测—描述—缓解"三个相互衔接的阶段，并为每个阶段补上了相应的方法与理论：

• 检测：用 Schur 补把六自由度问题解耦为旋转、平移两个子空间，在子空间内用相对条件数判定，兼顾尺度差异与耦合，并由四条理论结果说明其尺度不变性与对角分析的掩蔽机制；

• 描述：处理符号、顺序、基三类歧义，把特征向量稳定映射到物理运动方向，给出"哪个方向、退化多少"的可读结论；

• 缓解：用结构感知预条件子配合 PCG，只在预处理环节调整，保持原始最小二乘解，参数单一且含义明确。

它把"描述"这一以往常被忽略的环节明确纳入流程，并在多类退化场景中给出了相对可靠的检测、清晰的诊断与稳定高效的求解。

Ref

论文标题：DCReg: Decoupled characterization for efficient degenerate LiDAR registration

论文作者：Xiangcheng Hu（胡想成）、Xieyuanli Chen（陈谢沅澧）、Mingkai Jia（贾铭凯）、Jin Wu（吴荩，通讯作者）、Ping Tan（谭平）、Steven L. Waslander

发文团队：香港科技大学、国防科技大学、北京科技大学（通讯单位）、多伦多大学

发表：The International Journal of Robotics Research (IJRR)，2026 

论文地址：https://journals.sagepub.com/doi/10.1177/02783649261465040

开源代码：https://github.com/JokerJohn/DCReg

扫码添加阿蓝，选择想要加入的交流群即可

（按照提交顺序邀请，请尽早选择）

👇