主流slam匹配算法1——ICP

---

前言

本系列博客，将开启一场主流SLAM匹配算法的学习之旅，将带大家了解及使用SLAM匹配算法。

---

一、ICP的理论

  ICP是一种点云匹配算法，用来计算相邻2帧雷达数据间的坐标变换，如图1。

图1 ICP方法的目的

  给定两个点云集合：

求解R和t,使得下式最小：

  求解对应点的求解方法

  未知对应点的求解方法
未知对应点特点：实际中，不知道对应点匹配，不能一步到位计算出R和t，可以进行迭代计算，这是EM算法的一个特例。

图2 未知对应点的的匹配过程   算法流程：

• 寻找对应点
• 根据对应点，计算R和t
• 对点云进行转换，计算误差
• 不断迭代，直至误差小于某一个值

二、使用ICP计算相邻2帧雷达数据间的坐标变换

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。