一个python实现的icp 算法，用于演示匹配过程，一帧一帧的画面

点云配准go-icp算法（python格式），可用于做对比实验。

ICP算法通过迭代的方式解决点云的刚性配准: (1) 基于最近空间距离寻找hard的点对应关系; (2) 求解最小二乘变换。其中第(1)步对待配准点云的初始位置和噪声点/离群点敏感，会导致迭代收敛到错误的局部最小值。在本文中，作者提出了RPM-Net，一种对初始化不太敏感且鲁棒的、基于学习的用于刚性点云配准方法。为此，RMP-Net使用可微的Sinkhorn层和退火(Annealing)技术，利用从空间坐标和局部几何信息中学习到的混合特征，实现点对应(point correspondences)的软(soft)分配。为了提高配准性能，作者引入了第二个网络来预测最佳退火参数。与现有的一些方法不同，RPM-Net可以处理部分可见和丢失correspondences的点云。实验结果表明，与现有的非深度学习和最近的基于深度学习的方法相比，RPM-Net达到了SOTA。

ICP算法的C++源代码。迭代最近点法（Iterative Closest Points Algorithm）。基本思想是：根据某种几何特性对数据进行匹配，并设这些匹配点为假想的对应点，然后根据这种对应关系求解运动参数。再利用这些运动参数对数据进行变换。并利用同一几何特征，确定新的对应关系，重复上述过程。

这个代码是自己按照算法流程写的，调用了OpenCV的Eigen数学库，没用函数也都在这一个文件，适合新手学习，同时也希望大家可以对我提出意见改正

很好地实现了激光雷达点云的ICP配准，附带数据

利用icp进行的点云拼接，内容详细，非调用matlab自带的函数

实现散乱点云的匹配，经典算法。基于MATLAB和VC实现，操作简单 实现散乱点云的匹配，经典算法。基于MATLAB和VC实现，操作简单

通过C++实现了ICP算法的点云匹配过程，内容包括KdTree搜索算法和SVD算法的实现源码，希望给大家带来参考。

pcl调用icp算法拼接两个点云 PCL:1.8.1 IDE:vs2017 拼接两个角度的点云 main.cpp. #include //标准输入输出头文件 #include //I/O操作头文件 #include //点类型定义头文件 #define BOOST_TYPEOF_EMULATION //要加在#include 前 #include //ICP配准类相关头文件 #include //点云查看窗口头文件 #include //可视化头文件 typedef pcl::PointXYZ PointT; ty