正态分布变换配准（NDT）

目录

一、实现原理

二、计算流程

三、实现代码

四、运行结果

五、参考文献

[1] Yu Z , Yang L , Deng C .Laser Scan Matching based on Normal Distribution Transform using Efficient Point Cloud Segmentation[C]//2021 40th Chinese Control Conference (CCC).0[2023-12-06].DOI:10.23919/CCC52363.2021.9550735. 

一、实现原理

        NDT是正态分布变换算法，它将三维空间用一-组正态分布来表示，之后再统计出点云的概率密度分布情况来进行配准。因其在配准过程中不需要进行特征计算和寻找特征点对，所以配准时间较其它方法来说也较快。NDT算法首先将点云网格化，对于空间内每-一个网格计算其概率密度函数，最终找到每个点在点云数据中概率密度函数最大时的变换矩阵。

        将参考帧点云地图分为一个个小块(cell)，计算下一时刻的目标帧得到的点云，变换到参考坐标，落到对应参考帧的cell中的概率。就是同一个环境点，不同时刻检测结果，变换到同一坐标，落在同一个cell。通过这种关系得到评分指标，最优化得到。

二、计算流程

（1）将参考点云（reference scan）所占的空间划分成指定大小（CellSize）的网格或体素（Voxel）；并计算每个网格的多维正态分布参数；

（2）计算网格的概率分布模型，计算cell中的包含点的中心(各轴均值)，及协方差矩阵：

均值ÿ