【PCL】如何逐渐地配准一系列点云 源码思路分析

部分转自大佬博客，稍作添加。

为了思路清晰，减少代码量，故将一部分可视化和滤波的东西去掉。

整体思路就是：先两两配准（按照距离逐渐缩短的方法，使用多次icp逐渐配准，然后多次icp产生的变换矩阵累乘，得到最终的两个点云的转换关系），然后把所有的点云都贴到一起去（比如先配准点云1和2，然后把2贴到1上去。然后配准2和3，再把3贴到2上，再把相加结果通过【2到1的转换矩阵】贴到1上去。）

#include <boost/make_shared.hpp> //共享指针
......

//命名空间
using pcl::visualization::PointCloudColorHandlerGenericField;
using pcl::visualization::PointCloudColorHandlerCustom;

//定义类型的别名
typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloud;
typedef pcl::PointNormal PointNormalT;
typedef pcl::PointCloud<PointNormalT> PointCloudWithNormals;


//简单地配准一对点云数据，并返回结果
//参数cloud_src  源点云
//参数cloud_tgt  目标点云
//参数output     输出点云
//参数final_transform 成对变换矩阵
//参数downsample 是否下采样
void pairAlign (const PointCloud::Ptr cloud_src, const P