点云配准方法：ICP与GICP

ICP已经成为点云配准的主流算法，因此，这两天测试了PCL库中的两个ICP函数：

• pcl::GeneralizedIterativeClosestPoint< PointSource, PointTarget >

• pcl::IterativeClosestPoint< PointSource, PointTarget > 

GICP的用法和ICP类似，照葫芦画瓢即可。为了加快配准速度，程序中对点云做了半径和体素滤波处理。

经过多次实验，可以得出如下结论：

1. 无论是在配准速度还是精度上，ICP的配准效果好于GICP；
2. ICP 的配准速度受最大迭代次数影响，次数越多，耗时越长，GICP则不受最大迭代次数的影响；
3. 在点云配准之前，是可以先进行滤波处理的，尤其是经过半径滤波和体素滤波，配准速度提升了6倍左右，精度则未受影响；
4. 迭代的次数并不是越大越好，超过一定次数之后，配准精度提升微小；
5. 即使设置了约束条件（ setMaximumIterations，setMaxCorrespondenceDistance，setEuclideanFitnessEpsilon ），出来的结果并不是最好的。

程序如下：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/registration/icp.h>
#include <pcl/visualization/pcl_visualizer.h>//可视化头文件
#include <pcl/filters/filter.h>
#include <pcl/filters/radius_outlier_removal.h>
#include <pcl/filters/conditional_removal.h>
#include <pcl/registration/gicp.h>
#include <pcl/common/time.h>
#include <pcl/filte