请写一段点云配准的C++代码

点云配准是一个经典的计算机视觉问题，下面是一个简单的点云配准的C++代码示例，使用ICP算法（迭代最近点算法）：

#include <iostream>
#include <vector>
#include <Eigen/Dense>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/registration/icp.h>

int main(int argc, char** argv) {
  if (argc < 3) {
    std::cerr << "Usage: " << argv[0] << " source.pcd target.pcd" << std::endl;
    return 1;
  }

  pcl::PointCloud<pcl::PointXYZ>::Ptr source_cloud(new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr target_cloud(new pcl::PointCloud<pcl::PointXYZ>);
  if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *source_cloud) == -1) {
    std::cerr << "Failed to load source point cloud." << std::endl;
    return 1;
  }
  if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[2], *target_cloud) == -1) {
    std::cerr << "Failed to load target point cloud." << std::endl;
    return 1;
  }

  pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;
  icp.setInputSource(source_cloud);
  icp.setInputTarget(target_cloud);
  pcl::PointCloud<pcl::PointXYZ> aligned_cloud;
  icp.align(aligned_cloud);

  std::cout << "ICP converged with score: " << icp.getFitnessScore() << std::endl;
  std::cout << "Transformation matrix:" << std::endl << icp.getFinalTransformation() << std::endl;

  return 0;
}

在这个示例中，我们使用了PCL库来加载点云数据，并使用ICP算法进行配准。首先，我们加载源点云和目标点云，并将它们传递给ICP算法。然后，我们调用`align()`函数来执行配准操作，并将结果保存在`aligned_cloud`中。最后，我们打印ICP算法的收敛分数和变换矩阵。