NDT（Normal Distribution Transform） 算法（与ICP对比）和一些常见配准算法

原文地址：http://ghx0x0.github.io/2014/12/30/NDT-match/

By GH

发表于 12月 30 2014

目前三维配准中用的较多的是ICP迭代算法，需要提供一个较好的初值，同时由于算法本身缺陷，最终迭代结果可能会陷入局部最优。本文介绍的是另一种比较好的配准算法，NDT配准。这个配准算法耗时稳定，跟初值相关不大，初值误差大时，也能很好的纠正过来。

绪论：

• 采样：
  • 3d点云数据在离相机近处点云密度大，远处密度小，所以在下采样时采用统一的采样方法还是会保留密度不均匀；
    一种方法是将空间划分格子，在每个格子内的点云随机取点，点数足够了即可。
  • 短波将会产生更高的分辨率和较少的镜面反射。采用多个深度相机会产生串扰的问题，尤其是镜面反射很厉害的时候。

可以采集图像深度的相机：

1. 雷达radio
2. 激光雷达lidar
   • 三角测量法
   • TOF飞行时间法
   • 相位差法
3. 声呐
4. 双目