概念
通俗点来说，点云配准的关键是如何寻找到初始点云和目标点云之间的对应关系，然后通过这个对应关系将原始点云和目标点云进行匹配，并计算出它们的特征相似度，最后统一到一个坐标系下。
应用
三维地图构建
将不同位置采集回来的点云统一到一个坐标系下，然后构建出一个三维的高精度地图。
可应用于建筑行业中的建筑信息模型（BIM）、采矿行业中的矿区开采、自动驾驶道路高精地图构建等
定位定姿
通过点云配准技术，将实时采集到的点云数据与已构建地图做匹配，可确定载体位姿。
方法
点云配准通常可分为两个步骤，分别是粗配准和精配准。
粗配准
即点云的初始配准，指的是通过一个旋转平移矩阵的初值，将两个位置不同的点云尽可能地对齐。粗配准的主流方法包括RANSAC、4PCS等。
经过粗配准之后，两片点云的重叠部分已经可以大致对齐，但精度还远远达不到自动驾驶车辆的定位要求，需要进一步做精配准。
精配准
指的是在初始配准的基础上，进一步计算两个点云近似的旋转平移矩阵。精配准的主流方法包括ICP、NDT、深度学习等。
具体优缺点参考：百度安全验证
点云配准综述翻译：
1523
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
