pcl+icp点云配准c++代码

以下是使用PCL（Point Cloud Library）中的ICP（Iterative Closest Point）算法进行点云配准的C++代码示例：

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

int main()
{
    // 加载两个点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("cloud1.pcd", *cloud1);
    pcl::io::loadPCDFile<pcl::PointXYZ>("cloud2.pcd", *cloud2);

    // 创建ICP对象
    pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;
    icp.setInputSource(cloud1);
    icp.setInputTarget(cloud2);

    // 设置参数
    icp.setMaxCorrespondenceDistance(0.05);
    icp.setTransformationEpsilon(1e-8);
    icp.setEuclideanFitnessEpsilon(1);

    // 保存配准结果
    pcl::PointCloud<pcl::PointXYZ>::Ptr alignedCloud(new pcl::PointCloud<pcl::PointXYZ>);

    // 进行配准
    icp.align(*alignedCloud);

    // 输出配准结果
    std::cout << "配准结果转换矩阵：" << std::endl;
    std::cout << icp.getFinalTransformation() << std::endl;

    return 0;
}

请注意，上述代码需要PCL库的支持，并且需要提供两个点云文件（cloud1.pcd和cloud2.pcd）作为输入。代码中的ICP对象设置了一些参数，如最大对应距离、变换停止阈值和拟合度量阈值。配准结果以转换矩阵的形式输出。

需要注意的是，ICP算法可以对初始变换进行迭代优化，以获得更好的配准结果。你可以根据具体需求进一步调整ICP算法的参数，如最大迭代次数、初始变换矩阵等。