![b8fe939872e9f7d6c251e7853416d672.png](https://img-blog.csdnimg.cn/img_convert/b8fe939872e9f7d6c251e7853416d672.png)
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
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,
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
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,