PCL点云处理之NDT正态分布变换配准实验（附完整代码，参数设置，效果展示）（九十二）
PCL点云处理之NDT正态分布变换配准（九十二）
- 一、算法概述
- 一、参数设置
- 二、配准实验
-
- 1.代码
- 2.效果
- 总结
一、算法概述
NDT 算法是一种配准算法，它使用标准的优化技术应用于三维点的统计模型，以确定两个点云之间最可能的配准。它是把一个三维体素内的点云数据集转换成一个连续可微的概率分布函数。首先把一个三维点云数据集划分成均匀规则的固定大小的三维单元格，然后对包含一定数量的每个三维体素单元，为了以概率密度形式对三维点云进行分段连续可微描述，通过正态分布表示体素单元中每个三维点位置测量样本的概率分布。具体内容参考下面这篇论文：
The Three-Dimensional Normal Distributions Transform – an Efficient Representation for Registration, Surface Analysis, and Loop Detection.
一、参数设置
原理不多说了，反正咱也看不懂，直接看代码把，PCL里面集成了该算法，调用时需要提前设置好参数：
（1）
算法迭代终止条件之一，大概就是随着不断地迭代计算，如果前后迭代计算得到地结果差不多，那就停止，防止过度迭代耗时吧