解题思路：
1. pcl库有关于雷达点云数据结构的定义和运用。eigen库有非线性最小二乘问题求解。
2. 图像匹配问题转成数学模型，就是要让图像A中经过转换之后的任何一点 和 要进行匹配的图像B中相对应一点 位置距离差最小。
3. 难题一：在图像B中找到 图像A对应的点。给定一个初始变换矩阵g，图像A经过矩阵g转换之后得到新的图像U。用图像U中的任何一点的座标，在图像B中找到其k个相邻点。利用k-d tree求解。在求解之前可以下采样，减少点云数量，降低运算量。这些在pcl库中都有。
矩阵g，根据实际情况拟定。如果两幅地图原点差距不大，可以设成x、y、z、w分别为0、0、0、1的四元数和0、0、0的平移向量。点经过转换还是它自己。如果两幅地图原点差距较大，可以测量出一个大致的变换矩阵出来。
难题二：最小二乘的一般形式是
参数块（x等自变量）是由四元数、平移向量组成。损失函数（ρ）可从eigen库选择。代价函数（f）难以定。
难题三：为什么角点和平面点分别求解？
难题四：四元数和矩阵的关系？旋转某个角度，四元数该如何表示？
难题五：计算完一遍图像中所有的点之后，会有一个分值吗？该分值如何判断结果好坏？