点云配准
点云配准（Point Cloud Registration）指的是输入两幅点云 (source) 和 (target) ，输出一个变换 使得 和 的重合程度尽可能高。
点云配准的主要任务是计算出旋转矩阵R和平移矩阵T。
ICP算法
迭代最近点算法（Iterative Closest Point, ICP）
ICP算法循环迭代两个步骤：
1、查找来自目标点云P和源点云Q使用当前变换矩阵T后的对应集K={(p, q)}。
2、通过最小化在对应集K上定义的目标函数E(T)来更新变换T。
• ICP方法分类
ICP方法可分为点到点（PointToPoint）和点到平面（PointToPlane）两类。
1）PointToPoint：计算P(t)和目标点云T的距离采用点到点之间的距离形式。
2）PointToPlane：计算P(t)中点到目标点云T的点所在平面的距离，这里通常需要用到目标点云的法向
配准函数
open3d.pipelines.registration.registration_icp
输入是两个点云和一个初始转换，该转换将源点云和目标点云大致对齐，输出是精确的变换，使两点云紧密对齐
Returns： open3d.pipelines.registration.RegistrationResult
##对应用场景引入一些合理假设，比如限制旋转、平移的范围，变换自由度数量等
点云配准通常会需要用到两个点云数据。
第一类点云数据称为原始点云，用S（source）来表示。第二类点云数据称为目标点云，用T（Target）来表示。
配准就是希望这里的原始数据S可以对其目标数据T的坐标系，让原始点云S在目标点云T的坐标上进行显示
对应代码
icp = open3d.pipelines.registration.registration_icp(
source=source,
target=target,
max_correspondence_distance=0.2, # 距离阈值
estimation_method=open3d.pipelines.registration.TransformationEstimationPointToPoint()
)
source.transform(icp.transformation)
points = np.array(source.points)
open3d.io.read_point_cloud( open3d.geometry.PointCloud
open3d.t.io.read_point_cloud open3d.t.geometry.PointCloud
pcd=o3d.geometry.PointCloud()#实例化一个pointcloud类
pcd.points=o3d.utility.Vector3dVector(B)#给该类传入坐标数据，此时pcd.points已经是一个点云了
点云配准和点云标定
点云配准
点云配准（Point Cloud Registration）是指将多个点云数据集融合成一个整体的过程。
它的目标 是通过将多个点云数据集进行对齐和配准，从而得到一个更完整和准确的点云模型
它的问题的关键 是如何得到坐标变换的旋转矩阵R和平移向量T，使得两视角下测得的三维数据经坐标变换后距离最小
目前方法有
迭代最近点算法（Iterative Closest Point，简称为ICP）
粗配准（Coarse Registration）和精配准（Fine Registration）
标定
点云标定（Point Cloud Calibration）是指确定点云数据与特定坐标系统之间的几何关系的过程
相机标定： 相机标定是后续计算机视觉工作的前提，其标定的目的是为了确定相机的内参、外参以及畸变参数
联合标定：指通过标定得到激光雷达坐标系到相机坐标系的外参[R,t]
在线标定：也叫动态标定，targetless extrinsic calibration"，就是不依赖于标志物的外参标定（棋盘格、特定形状的标定板、立方体都属于标志物）
参考
Function for ICP registration http://www.open3d.org/docs/release/python_api/open3d.pipelines.registration.registration_icp.html
三维点云配准 -- ICP 算法原理及推导 https://zhuanlan.zhihu.com/p/104735380
常见点云存储方式有pcd、ply、txt、bin文件，下面分别对其进行介绍。 https://developer.aliyun.com/article/1078498
点云配准原理概述https://robot.czxy.com/docs/pcl/chapter03/registration_intro/
