点云配准算法-ICP改进 技术刘博客：http://www.liuxiao.org/ 泡泡机器人 一些PCL库学习博客或网站-几种主要的点云配准算法和开源软件库

课程：

http://mesh.brown.edu/taubin/teaching.html

qt and c++

http://mesh.brown.edu/DGP/assignments.html

http://mesh.brown.edu/byo3d

http://mesh.brown.edu/DGP/coremesh/split.html

图形学初学者，如何学习Polygon Mesh Processing这本书？

https://www.zhihu.com/question/34735394/answer/126940209

 

 

http://threepark.net/dgp

https://i.youku.com/i/UNDQ4MzQ4MzYyMA==/videos?spm=a2hzp.8253876.0.0

https://i.youku.com/i/UNDQ4MzQ4MzYyMA==/videos?spm=a2hzp.8253876.0.0

http://blog.sina.com.cn/s/blog_79b67dfe0102zifi.html

http://geometryhub.net/notes/registration

http://geometryhub.net/notes/icp

 

点云配准算法和开源软件库

https://blog.csdn.net/qq_36812406/article/details/82700268

ICP点云配准原理及优化

https://www.cnblogs.com/fujj/p/9678657.html

Semantic 3D Reconstruction

https://blog.csdn.net/renhaofan/article/details/90319974

点云配准各种方法总结[不定时更新]

https://blog.csdn.net/Ha_ku/article/details/79755623

几种主要的点云配准算法和开源软件库

https://www.jianshu.com/p/98bff9e0f0b9

PointNet

https://blog.csdn.net/ha_ku/article/category/7817561

点云模型的优化配准方法研究

作者：赵夫群著

点云数据配准及曲面细分技术

薛耀红[等]编著

 

 

https://www.e-learn.cn/content/qita/2332639

几种主要的点云配准算法和开源软件库

ICP算法及其主要变形

• Standard ICP
  Besl, Paul J., and Neil D. McKay. "A method for registration of 3-D shapes." IEEE Transactions on pattern analysis and machine intelligence 14.2 (1992): 239-256.

• KD-tree Approximation
  Greenspan, Michael, and Mike Yurick. "Approximate kd tree search for efficient ICP." 3-D Digital Imaging and Modeling, 2003. 3DIM 2003. Proceedings. Fourth International Conference on. IEEE, 2003.

• Soft Outlier Rejection
  Rusinkiewicz, Szymon, and Marc Levoy. "Efficient variants of the ICP algorithm." 3-D Digital Imaging and Modeling, 2001. Proceedings. Third International Conference on. IEEE, 2001.

• Generalized-icp（GICP）
  Segal, Aleksandr, Dirk Haehnel, and Sebastian Thrun. "Generalized-ICP." Robotics: science and systems. Vol. 2. No. 4. 2009.

• Normal ICP（NICP）
  Serafin, Jacopo, and Giorgio Grisetti. "NICP: Dense normal based point cloud registration." Intelligent Robots and Systems (IROS), 2015 IEEE/RSJ International Conference on. IEEE, 2015.

• Go-ICP
  Yang, Jiaolong, et al. "Go-ICP: a globally optimal solution to 3D ICP point-set registration." IEEE transactions on pattern analysis and machine intelligence 38.11 (2016): 2241-2254.

---

ICP的几个开源库

• slam6D
  http://slam6d.sourceforge.net/

• libicp
  http://www.cvlibs.net/software/libicp/

• libpointmatcher
  https://github.com/ethz-asl/libpointmatcher

• g-icp
  https://github.com/avsegal/gicp

• nicp
  http://jacoposerafin.com/nicp/

---

NDT算法

• 2D-NDT
  Biber, Peter, and Wolfgang Straßer. "The normal distributions transform: A new approach to laser scan matching." Intelligent Robots and Systems, 2003.(IROS 2003). Proceedings. 2003 IEEE/RSJ International Conference on. Vol. 3. IEEE, 2003.

• 3D-NDT
  Magnusson, Martin, Achim Lilienthal, and Tom Duckett. "Scan registration for autonomous mining vehicles using 3D‐NDT." Journal of Field Robotics 24.10 (2007): 803-827.

 

【泡泡点云时空-PCL源码解读】ICP点云精配准算法

https://mp.weixin.qq.com/s/eNofskmSmwl8jH6BvNKfBg

 

PCL-ICP例子：

https://github.com/hyx007/paopao_ws/blob/master/icp_example/src/icp.h

https://github.com/hyx007/paopao_ws/blob/master/icp_example/src/icp_example.cpp

 

一分钟详解PCL中点云配准技术

https://www.jianshu.com/p/18d4270aad2a

 

Fast ICP算法进行点集或曲面配准解析

https://blog.csdn.net/viewcode/article/details/8426846

 

 

Deep Closest Point: Learning Representations for Point Cloud Registration

http://www.liuxiao.org/2019/08/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%EF%BC%9Adeep-closest-point-learning-representations-for-point-cloud-registration/

 

 

使用 SVD 方法求解 ICP 问题

http://www.liuxiao.org/2019/08/%E4%BD%BF%E7%94%A8-svd-%E6%96%B9%E6%B3%95%E6%B1%82%E8%A7%A3-icp-%E9%97%AE%E9%A2%98/

 

Dynamic Graph CNN for Learning on Point Clouds

http://www.liuxiao.org/2019/07/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%EF%BC%9Adynamic-graph-cnn-for-learning-on-point-clouds/

 

Globally consistent registration of terrestrial laser scans via graph Optimization

https://blog.csdn.net/tjm059/article/details/82988772

 

52 点云配准领域论文

https://www.cnblogs.com/ghjnwk/p/10475358.html

 

 

【泡泡点云时空-PCL源码解读】PCL中的点云配准方法 

【泡泡点云时空】完美配准：具有平滑密度的3D点云配准

【泡泡点云时空-PCL源码解读】PCL中的点云配准方法 

【泡泡点云时空】使用概率混合模型进行广义鲁棒点云配准(ICRA-1) 

【泡泡点云时空】三维点云配准中多视角图像描述子的检测与匹配（ECCV2018-11）

4PCS点云粗配准算法介绍

【泡泡图灵智库】基于平移搜索匹配旋转不变特征的高效全局点云配准

【泡泡点云时空-PCL源码解读】PCL中的点云配准方法

【泡泡图灵智库】用于灾害响应的空地机器人三维配准：特征、描述符和变换估计的评估

【泡泡图灵智库】使用语义特征优化全景影像序列与移动激光点云的自动配准

【泡泡点云时空-PCL源码解读】ICP点云精配准算法

【泡泡一分钟】点密度适应性点云配准

【泡泡点云时空】通过平移搜索匹配旋转不变特征的高效全局点云配准方法（ECCV2018-2）

【泡泡一分钟】基于模糊对应的稳健形状配准（3dv-24）

【泡泡点云时空】使用L1最小化空间和角度偏差的航空多模态数据尺度不变线配准

【泡泡点云时空】完美配准：具有平滑密度的3D点云配准

【泡泡点云时空】集成深度语义分割的3D点云配准

【泡泡图灵智库】基于局部差分信息的3D曲线曲面配准算法（ECCV）

【泡泡一分钟】基于隐式二次曲面交点的视觉特征点云配准（3dv-19）

【泡泡一分钟】精确的农田无人机图像的长期鲁棒配准

【泡泡一分钟】PRISM: 集成语义建图的位姿配准方法

【泡泡一分钟】基于叶状结构的表面配准(ICCV2017-98)

【泡泡点云时空】跟踪与三角测量中一种通过兴趣点网络进行多视图2D/3D刚性配准的方法

【泡泡点云时空】使用概率混合模型进行广义鲁棒点云配准(ICRA-1)

【泡泡一分钟】基于视点描述子字典在局部到全局点云配准中的应用(ICCV2017-82)

【泡泡一分钟】精确三维正态分布变换配准的协方差的动态尺度因子

【泡泡一分钟】基于均值偏移聚类方法的3D点云配准算法（3dv-49）

【泡泡一分钟】通过平移搜索匹配旋转不变特征的高效全局点云配准

【泡泡点云时空】3DFeat-Net：用于点云配准的弱监督学习的局部3D特征（ECCV2018-3）

【泡泡图灵智库】批量增量式运动恢复结构

【泡泡机器人翻译专栏】LSD-SLAM : 基于直接法的大范围单目即时定位和地图构建方法

【泡泡点云时空】DeepMapping: 来自多重点云的无监督地图估计

【泡泡点云时空】ICP算法的高效变种

Maplab：研究视觉惯性建图和定位的开源框架

【泡泡一分钟】三维对应分组算法性能评估(3dv-37)

【泡泡一分钟】AA-ICP：Anderson加速迭代最近点算法

 

http://mesh.brown.edu/taubin/publications.html

https://github.com/ethz-asl/libpointmatcher/blob/master/doc/index.md

http://www.pmavridis.com/research/efficiency_sparse_icp/

http://www.pmavridis.com/

https://github.com/ethz-asl/libpointmatcher

https://lgg.epfl.ch/publications/2014/sparseicp/paper.pdf

https://github.com/OpenGP/sparseicp

https://storm-irit.github.io/OpenGR

https://github.com/nmellado/Super4PCS

https://geometry.cs.ucl.ac.uk/projects/2014/super4PCS/

https://geometry.cs.ucl.ac.uk/projects/2014/super4PCS/super4pcs.pdf

 ICP其他资料：

https://github.com/agnivsen/icp

https://github.com/ClayFlannigan/icp

https://github.com/YuePanEdward/GH-ICP

https://github.com/zjudmd1015/icp

 

求大神推荐一下关于ICP算法（最近点迭代算法）的相关书籍？ - 知乎

https://www.zhihu.com/question/36525809

[LIDAR-SLAM] Iterative Closest Point (ICP)简单实现 - 知乎

https://zhuanlan.zhihu.com/p/63964953

迭代最近点（Iterative Closest Point, ICP）算法介绍 - 知乎

https://zhuanlan.zhihu.com/p/35893884

该如何学习三维点云配准的相关知识？ - 知乎

https://www.zhihu.com/question/34170804/answer/121533317

一分钟详解PCL中点云配准技术 - 知乎

https://zhuanlan.zhihu.com/p/75485156

3Ｄ点云配准（二多幅点云配准） - 知乎

https://zhuanlan.zhihu.com/p/74966732

PCL入门-配准好用之NDT - 知乎

https://zhuanlan.zhihu.com/p/35095420

DCP: Deep Closest Point（点云匹配 ICCV 2019） - 知乎

https://zhuanlan.zhihu.com/p/89853866

花花 - 知乎

https://www.zhihu.com/people/hua-hua-29-2-59/activities

这可能是史上最全的 Python 算法集（建议收藏） - 知乎

https://zhuanlan.zhihu.com/p/60356696