点云配准NDT以及CPD方法

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：