點集配準，我叫它場景拼接，目的是將各局部場景(地圖)拼接起來構成全局地圖。由於一般的場景都是以點集的形式表示，所以等同於點集配準。
點集配準有很多方法，大體上可分爲兩類：精確配準，不精確的配準。精確的配準是在兩點集中找到一一對應的點，然後進行配準，其結果非常精確，但一旦發生誤匹配，結果就是不可挽回的；不精確的配準是根據兩點集的整體信息進行配準，目前較流行的方法是迭代最近點邏輯（Iterative Closest Point，ICP），其匹配效果不是那麼精確，但大體上還是說得過去的，而且魯棒性比較好。尤其是ICP這類的方法與evidence grid這類概率方法結合會產生很好的效果（因爲兩種方法都沒有什麼精確的概念，所以魯棒性就好了）。本文中用到的就是兩方法的結合。
ICP算法經典文獻是Paul J.Besl 1992年的論文《A Method for Registration of 3-D Shapes》。網上代碼有很多，個人覺得http://www.mathworks.com/matlabcentral/fileexchange/27804-icp-variants，這個代碼很經典，裏面說明了不同的形式的適用情況。
有了算法，以後就是應用問題。ICP算法在應用時的一個最需要注意的問題就是控制點的選取。控制點怎麼選才能達到很好效果，這個由於我很無知，一直不知道怎麼論證。最後索性就不論證了，將兩個待匹配點集放的非常近就可以了。在兩個點集都是3d的情況下，使兩個點集感覺上非常近很容易實現，而且點集越密集效果越好。（當然，這是廢話）
全局場景平面圖如下：
重建後的全局三維點集圖截圖如下：
原始的vrml文件上傳到了http://download.csdn.net/source/3466118