原文：三維激光雷達點雲拼接
寫在前面
這是一篇於2017.4.19完成的實驗報告，現整理成博客，當時處於摸索階段，水平有限，後來也未對點雲處理進行深入的研究，在此只是記錄一下。
主要參考資料爲CloudCompare wiki document。
對三維點雲的處理，可以使用PCL（Point Cloud Library），功能十分強大。
在激光SLAM和RGB-D SLAM領域，通常使用ICP（Iterative Closest Point）算法對兩個點集進行配準，從而求得位姿變換。
這裏不會涉及PCL和ICP，後續用到這些知識再補充。
實驗目的
（1）瞭解點雲的拼接。
（2）學會使用軟件CloudCompare，用手選同名點的方法實現點雲的拼接。
原理與步驟
激光雷達獲得大量一幀幀的點雲數據後，需要經過對點雲數據的配準，才能拼接成一幅三維雷達點雲地圖。
在本實驗中，輸入數據爲在一特定區域內由激光雷達採集的多幀點雲數據（在本實驗中稱爲配準數據）和由高精度測繪設備採集的完整數據（在本實驗中稱爲參考數據），將一幀幀的配準數據匹配到參考數據上，最終可拼接成一幅完整的三維雷達點雲地圖。
由於待配準的一幀雷達點雲數據與參考數據差異過大，不能採用傳統的ICP算法進行配準。
CloudCompare是一款3D點雲處理軟件，它提供了多種對點雲進行粗略或精細匹配的方法。這裏採用選取同名點配準的方法，可以通過Tools > Registration > Align (point pairs picking)使用。該工具允許用戶通過在兩個實體中挑選至少三個等效點對（即同名點）來配準兩個實體。
......