svd求解点云旋转矩阵方法_【苦逼科研】用SVD求解ICP问题的完整证明

在SLAM和无人驾驶研究过程中，我们经常会求解ICP问题（3D点云之间的匹配问题或者说传感器外参的标定问题），简单地说，就是我们有两组已知的点

和

，我们需要找到一组参数

来代表（衡量）这两组点之间“最有可能的旋转平移变换关系”，一般来说这组参数

需要使变换前后的误差平方和达到最小，写成标准的数学问题就是：

一种常用的求解ICP问题的方法是SVD（矩阵奇异值分解），SLAM神书《视觉SLAM十四讲》^[1]中有关于此解法的不完整证明过程（只有前半部分），而证明的后半部分只有两篇远古论文^[2][3]供参考，比较不方便。为了方便起见，