这些方法都是精匹配的方法,主要就是找对应关系还是有初值
NDT(Normal Distributions Transform),找到对应关系之后,一个栅格里面有一个高斯函数,将另一点云变换过去之后,属于哪一个栅格就有一个相应的概率密度函数,最后所有的都加起来,那么实现和最大即可
具体可以参考原文:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1249285
或者 https://zhuanlan.zhihu.com/p/214411171
CPD的话,主要是考虑一个全概率公式的感觉,然后也是极大似然估计去求解,一对多的概率,考虑到没有完全的对应关系,引入一个均匀分布,最后用EM算法求解即可,这里的EM算法求的是方差和变换T
3到4公式中是em算法优化下界限的一个不等式得到的:
https://blog.csdn.net/xholes/article/details/78343966,然后变成了4公式
4公式到5中,因为是指数函数,所以log符号去掉
公式6分母也是全概率公式,所有的p(x|m)概率加起来,那就是p(x)
论文原址:https://arxiv.org/pdf/0905.2635.pdf
或者
参考 https://blog.csdn.net/xholes/article/details/84560795: