3D【23】ICP配准：point-to-plane

论文：Linear Least-Squares Optimization for Point-to-Plane ICP Surface Registration
这篇论文不是原始的point-to-plane ICP，只是对线性最小二乘法优化point-to-plane 损失函数的推导。

point-to-plane会比point-to-point收敛的更快，但是对point-to-plane的优化是一个非线性问题，速度比较慢。不过幸运的是，我们可以用线性优化来近似。

目标函数

point-to-plane的损失函数是最小化源顶点到目标顶点所在的面的距离平方：

其中，s为源顶点，d为目标顶点，n为目标顶点的法向量，M和$M_{opt}$是一个4*4的3D刚体变换矩阵。

3D刚体变换M是由旋转和平移构成的：

其中：

要最小化point-to-plane目标函数，只有6个参数： α,β,γ,t