# 2D LIDAR 点云 ICP 旋转匹配不准怎么办

> 原文链接：https://robotics.hellobike.com/pitfalls/2018-11-27-robotics-se-14831
> 频道：pitfalls | 更新日期：2018-11-27 | 标签：auto, stackexchange, mobile-robot, localization, lidar, point-cloud
> 核心摘要：ICP 无法完全匹配含柱状物的 2D LIDAR 点云，采纳方案是用关键点、描述子匹配和 RANSAC 估计刚体变换。

# 2D LIDAR 点云 ICP 旋转匹配不准怎么办

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Iterative Closest Point for 2-D LIDAR Data](https://robotics.stackexchange.com/questions/14831/iterative-closest-point-for-2-d-lidar-data)（Robotics Stack Exchange #14831）

**状态**：已解决

## 问题

两帧不同位姿下的 2-D LIDAR 点云需要配准并求平面平移与旋转；ICP 在旋转上匹配不佳，未能完整匹配圆内小物体相关点。

## 环境

Linux / ROS 机器人软件与控制通用开发环境

## 解决办法

1. 从点云中检测质量较好的关键点。
2. 为关键点计算形状描述子，可参考 `A novel binary shape context for 3D local surface description` 或 `TOLDI`。
3. 用 OpenCV 的 `BFMatcher` 基于 Hamming 距离匹配描述子。
4. 用 RANSAC 找内点匹配，并结合 PCL 的 `estimateRigidTransformation` 估计两帧点云的刚体变换。
5. 也可参考 PCL 点云配准示例或答案作者提供的实现代码。

原问题作者：AEW；采纳答案作者：quartzfun。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
:::

## 原始参考来源 (Sources)

- [Robotics Stack Exchange #14831：Iterative Closest Point for 2-D LIDAR Data](https://robotics.stackexchange.com/questions/14831/iterative-closest-point-for-2-d-lidar-data)