Open3D 点云ICP精配准（纯Python详细步骤版本，点到点）

一、简介

ICP算法总共分为6个阶段，如下图所示：

（1）挑选发生重叠的点云子集，这一步如果原始点云数据量比较巨大，一般会对原始点云进行下采样操作。
（2）匹配特征点。通常是距离最近的两个点，当然这需要视评判的准则而定。
（3） 加权。根据点的匹配程度对找到的对应点进行加权。
（4）抑制匹配点。根据匹配点的匹配程度来对一些质量较差的点对进行抑制（剔除）。
（5）误差最小化。通过最小化距离的平方和来估计变换参数。
（6）点云变换。通过评估出的变换矩阵来转换源点云。

整个过程除了最后一步，剩余的步骤已有大量的文献进行过探索和研究，这里是较为经典的点到点ICP算法的实现。

二、实现代码

icp_point_to_point_v2.py

#*******************导入相关库***********************