PCL配准接口（PCL注册API）

将各类三维点云数据视图统一至完整模型的过程通常被称为配准。其核心目标是在全局坐标体系中确定各个独立获取视图之间的相对位置与方向，从而实现它们之间交叉区域的精准重叠。对于从不同视角获取的每组点云数据，均需借助一个系统将其整合为单一的点云模型，以便后续执行如分割和物体重建等处理步骤。

_images/scans.jpg
上图展示了一个具有启发性的实例，其中通过倾斜式二维激光单元采集了六个独立的数据集。由于每个单独扫描仅能反映周围环境的一小部分，因此必须找到一种方法将这些数据集进行配准，以生成完整的点云模型，如下图所示。
_images / s1-6.jpg
PCL配准库中的算法原理是通过在给定输入数据集中识别正确的点对应关系，并估计能够旋转并转换每个独立数据集至统一全局坐标体系的刚性变换来实现的。若输入数据集中的点对应关系已完全明确，则该配准问题将变得易于求解。这意味着在一个数据集中选定的点列表必须从特征表示的角度与另一数据集中的点列表“匹配”。此外，若估计出的对应关系是“完美”的，则该配准问题将存在封闭形式的解。

PCL包含一系列强大的算法，不仅能够估计多组对应关系，还能剔除无效对应关系，并以可靠的方式估算变换参数。以下各节将分别对这些算法进行详细介绍。

#成对配准概述
有时我们将两个点云数据集之间的注册过程称为成对注册，其输出通常为一个4×4的刚性变换矩阵（即