一、前言
Robotics science and system 會議論文 作者是斯坦福大學的 Aleksandr V. Segal、Dirk Haehnel、Sebastian Thrun。
本文首先介紹了ICP和point to plane 方法，然后引出了Generalized ICP方法
二、ICP原理簡介
標准的ICP算法可以分成兩步：
- 確定兩組點雲之間的點的對應關系；
- 計算能夠使具有對應關系的點對距離最小的Transformation。
通過兩步之間的不斷迭代可以使得到兩組點雲之間的變換逐漸收斂。由於兩次測量（scan）中僅有部分重疊區域，作者提出可以通過添加最大匹配閾值
（距離）解決此問題。
代表了收斂性和准確性之間的一種權衡。
圖1 標准ICP算法
三、 Point-to-plane 方法簡介
Point-to-plane是一種ICP變體通過利用曲面法線信息來提高性能（單從描述上看我還沒看出來如何提高性能？難道收斂變快了？不會吧？），此方法與標准ICP方法的不同之處在於算法的第11行替換為：
其中，
是點
處的法向量
四、GICP方法介紹
GICP方法同樣是針對圖1中算法的第11行進行修改，在其中附加了一個概率模型。設有兩組點雲按照編號一一對應
，
可以根據測量模型認為
，
，則有
令
，則其分布如下：
然后，可以利用極大似然估計的方法計算
：
把ICP問題這樣建模以后，
和
的選擇就成為了一個需要考慮的問題。其選取如下圖所示，作者認為在測點的不確定性主要體現在切平面上因此,
其中，
為極小值。
