ndt算法原理学习

　　NDT算法原理：

　　正态分布变换算法是一个配准算法，它应用于三维点的统计模型，使用标准最优化技术来确定两个点云间的最优的匹配，因为其在配准过程中不利用对应点的特征计算和匹配，所以时间比其他方法快 。

        算法流程：

1. 将空间（reference scan）划分成各个格子cell
2. 将点云投票到各个格子

3. 计算格子的正态分布PDF参数

   

4. 将第二幅scan的每个点按转移矩阵T的变换

5. 第二幅scan的点落于reference的哪个 格子，计算响应的概率分布函数

   

6. 求所有点的最优值，目标函数为