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:
- 将空间(reference scan)划分成各个格子cell
- 将点云投票到各个格子
-
计算格子的正态分布PDF参数
-
将第二幅scan的每个点按转移矩阵T的变换
-
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
-
求所有点的最优值,目标函数为