PCL点云处理之基于Super4PCS法实现点云粗配准（最新最全面）（二百四十一）

更多系列文章，请点击 此处

一、算法由来

点云粗配准的传统方法大概分为这样两个流派，1个是基于特征点匹配的RANSAC法，另1个就是4PCS了，各自都有很多变体存在，其中Super4PCS就是后者的一种变体算法，听名字感觉改进很大，因此特意对该方法进行了实验，查看其效果如何（库是从作者的新项目OpenGR下载编译的，下面直接提供编译好的库，直接配置即可使用）

（粗配准 就是，一开始两块点云相差很远，姿态也是明显不同，需要先配准到大致对齐，不要求完全对齐，这个叫粗配）

二、算法简介

Super4PCS（Super Fast Point Cloud Registration）是一种用于点云配准的高效算法，旨在解决三维点云数据在空间中的对齐问题。该算法是对传统4PCS（Four-Point Congruent Sets）算法的改进，主要采用以下几个关键技术来提升性能和准确性：

1. 基本原理
四点一致性：Super4PCS算法基于四点一致性的原则，首先从两个点云中随机选取四个点，形成一个共面四边形。如果这四个点在空间中满足特定的几何约束，即它们可以用来估计旋转和位移，则这些点会被认为是可能的对应点。
2. 快速配准