PCL：SAC-IA+ICP配准

         SAC-IA（Sample Consensus Initial Alignment）和ICP（Iterative Closest Point）是点云配准中常用的两个算法，可以使用 SAC-IA进行粗配准结合ICP进行精配准。

1.核心思想

1. SAC-IA：

   • 作用：SAC-IA用于粗配准，估计两个点云之间的初始变换矩阵。
   • 流程：
     1. 随机选择源点云中的一组点作为初始匹配点对。
     2. 在目标点云中查找与这组点最接近的点。
     3. 使用基于快速点特征直方图（FPFH）的SAC-IA算法，实现粗配准。
     4. 返回初始变换矩阵。
   • 特点：SAC-IA对于匹配的阈值和点对的质量有一定要求。

2. ICP：

   • 作用：ICP用于精确配准，进一步优化位姿。
   • 流程：
     1. 使用SAC-IA得到的初始变换矩阵。
     2. 迭代优化变换矩阵，使点云对齐。
     3. ICP通过最小化点云之间的距离来优化变换矩阵。
   • 特点：ICP适用于点云的局部配准，但容易陷入局部最优解。

2.整体流程

• 首先&