【autoware解读】ndt_matching ndt_mapping节点相关
本系列文章由@邻居张师傅 出品，转载请注明出处。
文章链接： https://editor.****.net/md?not_checkout=1&articleId=109842890
正态分布变换NDT
基本思想
根据参考数据（reference scan）来构建多维变量的正态分布，如果变换参数能使得两幅激光数据匹配的很好，那么变换点在参考系中的概率密度将会很大。因此，可以考虑用优化的方法求出使得概率密度之和最大的变换参数，此时两幅激光点云数据将匹配的最好。
NDT假设点云数据服从多维变量的正态分布。
基本流程
具体见参考处的两篇论文
此处举例的是二维：
ndt_matching 节点
对.bag文件的/points_raw话题发布的前后两帧/sensor_msgs/PointCloud2消息分别设置为target和source，利用ndt算法计算出齐次变换矩阵进行建图，建立坐标系/map
ndt_matching 节点
将已有的点云地图设置为target，.bag文件的/points_raw话题发布的/sensor_msgs/PointCloud2消息设置为source，利用ndt进行配准，得出齐次变换矩阵，可以得到车的几个坐标系的位置信息，从而进行定位
两个节点的实现都是都是通过ROS调用PCL的接口，区别在于ndt匹配时的source 和 target不同
参考
1.autoware下ndt_mapping节点解读
2.Autoware使用(2)——地图创建与加载
3.The Normal Distributions Transform A New Approach to Laser Scan Matching
4.The Three-Dimensional Normal-Distributions Transform