ICP(Iterative Closest Point，疊代最近點)算法是一種用於解決基於自由形態曲面配準問題的數據配準算法。它主要通過疊代計算最小化源點雲和目標點雲之間的距離，逐步對齊兩個點雲數據集。ICP算法的基本原理包括：
三維空間中的點集變換。在ICP算法中，假設存在兩組含有n個坐標點的點集，分別為PL和PR。這些點集可以通過三維空間變換後與點集PR中點一一對應，其單點變換關係式為(0-1)。在ICP配準方法中，空間變換參數向量X可表示為。
最小二乘法求解。ICP算法採用最小二乘估計計算變換矩陣，包括旋轉矩陣和平移向量。首先，通過計算源點雲和目標點雲之間的對應點對，基於對應點對構造旋轉平移矩陣。然後，利用所求矩陣，將源點雲變換到目標點雲的坐標系下，估計變換後源點雲與目標點雲的誤差函式。如果誤差函式值大於閥值，則疊代進行上述運算直到滿足給定的誤差要求。
ICP算法的主要優點包括計算效率高、魯棒性好，能夠處理大規模點雲數據。然而，它對配準點雲的初始位置有一定要求，若所選初始位置不合理，可能會導致算法陷入局部最優。此外，ICP算法對噪聲和局部最優解比較敏感，需要根據具體套用場景進行參數調整。