视觉SLAM笔记（38） 3D-3D: ICP

---

1. 3D-3D 的位姿估计问题

假设有一组配对好的 3D 点
比如对两个 RGB-D 图像进行了匹配：P = {p₁, …, p_n}，P’ = {p’₁, …, p’_n}
现在，想要找一个欧氏变换 R, t，使得：

这个问题可以用 迭代最近点（Iterative Closest Point, ICP）求解

在 3D-3D 位姿估计问题中，并没有出现相机模型
也就是说，仅考虑两组 3D 点之间的变换时，和相机并没有关系

因此，在激光 SLAM 中也会碰到 ICP
不过由于激光数据特征不够丰富，无从知道两个点集之间的匹配关系
只能认为距离最近的两个点为同一个，所以这个方法称为迭代最近点
而在视觉中，特征点提供了较好的匹配关系，所以整个问题就变得更简单了

在 RGB-D SLAM 中，可以用这种方式估计相机位姿
和