pcl中ndt运行速度慢的坑

点云处理库pcl中有个配准算法ndt （NormalDistributionsTransform），在某些版本的pcl中运行很慢，除了通过pclomp并行计算提速，还可能是调试模式的坑。

版本pcl-1.12 （2019）

一、编译模式

        如果按照官网操作编译，这个版本编译完后，处理约5万点云的点云配准需要1分钟。

（这里不提硬件平台，也不提为什么不降采样，就当我们需要处理这个规模。初值距离真值大概0.8米远，旋转3度，大概9～10次迭代，大家可参照此对比时间）

        于是寻找了下文 （二）中的ndt_omp 通过并行计算加速，同样规模的处理耗时3～4秒，貌似可用哈。而并行计算占用很多cpu资源使得对实用性产生怀疑，但ndt论文中的几个例子（相似数量级别的规模）速度快于icp等配准算法。使用matlab自带的ndt算法，大概耗时0.4秒，pcl-1.12这是怎么了？

        其实是此版本pcl的一个坑，原代码留了不少调试功能，在 CMakeLists.txt 中加入：

SET(CMAKE_BUILD_TYPE "Release")

        删除build文件夹后重新编译，此时原版pcl的ndt算法耗时0.5秒，使用omp_ndt并行计算耗时0.06s，达到可实时运行的水平。

二、并行计算参考

SLAM前端之ndt_omp使用_年少的梦007的博客-CSDN博客

后记，ndt 是无序点云相对速度和性能排前的算法（至少在2020年前出现的算法对比），不过想要实现论文中所有优点，很多并行计算或近似法对新人并不友好。如果你使用有序点云（按照扫描线排列的点云），有很多优秀算法，不需要ndt。而普通xyz的3维 ndt 扩展成 包括intensity和RGB颜色的点云进行ndt配准，算法改动很小，这些地方是ndt的优势。