我希望找到一些提示，从我正在处理的问题开始。我正在使用 Kinect 传感器来捕捉 3d 点云。我创建了一个已经在工作的 3d 对象检测器。
这是我的任务：
假设我有一个点云 1。我在云 A 中检测到一个对象，并且我知道我的对象的质心位置 (x1,y1,z1)。现在我将传感器移动到一条路径上并创建新的云（例如云 2）。在那个云 2 中，我看到了相同的对象，但例如从侧面，对象检测无法正常工作。
我想将检测到的对象从云 1 转换为云 2，以使质心也在云 2 中。对我来说，听起来我需要一个矩阵（平移、旋转）来将点从 1 转换为 2。
以及如何解决我的问题的想法？也许是ICP？有更好的解决方案吗？
谢谢！
通常，此任务称为注册。它依赖于对云 1 中的哪些点对应于点 2 中的哪些云的良好估计（更具体地说，给定云 1 中的一个点，云 2 中的哪个点表示检测到的对象上的相同位置）。PCL 库文档中有一个很好的概述
如果您有这样的对应关系，那么您很幸运，您可以直接计算旋转和平移，如此处所示。
如果没有，您需要估计该对应关系。ICP 对近似对齐的点云执行此操作，但如果您的点云还没有很好地对齐，您可能希望首先估计点云中的“关键点”（例如书角、不同颜色等），计算如上旋转和平移，然后执行ICP。正如 DJDuff 提到的，ICP 在实践中在已经近似对齐的点云上效果更好，因为它使用两个指标之一来估计对应关系，最小点到点距离或最小点到平面距离，根据维基百科，后者在练习，但它确实涉及估计法线，这可能很棘手。如果对应关系相距甚远，则转换也可能如此。
我想你问的特别是 Kinect 传感器和微软为它发布的 API。
如果您不打算进行重建，您可以查看 Sensor Fusion 命名空间中的AlignPointClouds函数。这应该以类似于@pnhgiol 给出的答案的方法自动处理它。
另一方面，如果您正在考虑进行重建以及点云变换，那么重建类就是您要寻找的。所有这些都可以在这里找到。