前言

　　在PCL库中，精配准除了我们最常用的ICP算法以及相关的变形算法，如GICP算法外，另外还包含了NDT算法（正态分布变换），它不需要提供较好的初值，且速度比ICP算法更为快速。

　　当然，也会有着一定的缺陷：收敛域差、代价函数不连续等，NDT原理以及步骤等具体可查看 https://www.cnblogs.com/li-yao7758258/p/10705228.html，个人觉得，这篇文章写得比较详细具体。

版本

　　　PCL1.8.0

问题

　　PCL在使用NDT（Normal Distribution Transform)对两个点云进行配准时会出现容器出限的错误。

解决方法

　　在设置参数时，将体素分辨率调大，从而能使每个体素中能有六个以上的点。

原因解析

　　从原理角度分析：体素分辨率太小，使得对目标点云分割时每个体素中达不到计算协方差矩阵的点数。

　　从代码角度分析：在ndt.h中有着一个变量为target_cells_，它的类型为VoxelGridCovariance，此类的作用为体素划分，且计算每个体素内点的协方差以及形心。

　　当我们分辨率设置过小时，每个体素内的点云数均无法达到设置的min_points_per_voxel_,从而使target_cells_为空，无法对其初始化，导致target_cells_中的维度变量Dim_为0。以至于在kdtree_flann.hpp中，vector容量初始化为0，在后来的将点云转换到vector时，vector出限。　　　　

原文地址：https://www.cnblogs.com/pw123/p/11329041.html