NDT-Registration

点云配准之正态分布变换

精细配准，除了ICP，我用得比较多的就是ndt了。

ndt也可以粗配准。
ndt表现比icp要好。

A.NDT算法介绍：

详细请参考：

1.博主博文

Detailed Notes to NDT

2.以及AdamShan的博客

无人驾驶汽车系统入门（十三）——正态分布变换（NDT）配准与无人车定位

B.开源项目：

自动驾驶开源项目中Autoware https://github.com/CPFL/Autoware

利用 fast_pcl package实现了对NDT优化过程的并行加速

C.PCL中的NDT:

pcl中的接口在官网和其他博客有详细描述这里不再细说。

调参是主要是设置分别率和步长，分辨率越大考虑的的范围越多，当分辨率很小（对比数据）的时候，会出现内存错误。步长越大，曲面移动A(位姿变换)得越快。

	pcl::NormalDistributionsTransform<pcl::PointXYZ, pcl::PointXYZ> ndt;

	Setting scale dependent NDT parameters

	ndt.setTransformationEpsilon(0.00001);

	ndt.setStepSize(5);

	ndt.setResolution(5);

	ndt.setMaximumIterations(50);//200

	ndt.setInputSource(filtered_cloud);

	ndt.setInputTarget(target_cloud);

	pcl::PointCloud<pcl::PointXYZ>::Ptr output_cloud(new                  pcl::PointCloud<pcl::PointXYZ>);

	ndt.align(*output_cloud);