PPF算法

PPF是一种三维点云识别算法。它没有采用三维特征描述子这样的局部特征，而是采用了一种全局的点对特征。
算法可以分为两部分：离线建模、采样匹配。

1. 离线建模
   这一步是从模型中提取ppf特征集。
   ppf特征可以用下面的公式表示：
   
   $F(m_1,m_2)=(\|d\|_2,\angle(n_2,d),\angle(n_2,d),\angle(n_1,n_2))$
   包括点对距离，点法向量和点对矢量之间的夹角。
   在模型表面采样了足够的点对ppf后，将这些特征写入哈希表，特征为键，点对(集)为值。
   

2. 采样匹配
   在场景中选取采样点$s_r$,对于点对$(s_r,s_i)$,查找在模型中相似的点对$(m_r,m_i)$,并记录此时两个点对之间的旋转角$\alpha$。这里需要先将$s_r,m_r$的法向量与世界座标系x轴对齐，$\alpha$是绕x轴的旋转。
   
   对于不同的$s_i$,可以获得不同的$m_r,\alpha$,对这两个变量构造投票表。选取最高票对应的$m_r,\alpha$
   
   不同的$s_r$也可能返回不同的$\alpha$,所以最后需要对$\alpha$进行聚类，选取得分最高的簇的均值作为结果。

参考：https://zhuanlan.zhihu.com/p/94952276