3D 点云配准的实时性挑战与 GPU 加速方案

huangyhg

在做工件 3D 重建时，点云配准（ICP）耗时太长，想用 GPU 加速但不知道从何处下手。

【应用场景】
- 工件：注塑件，尺寸 200x200x50mm
- 传感器：结构光 3D 扫描，精度 0.05mm
- 点云数量：约 200 万点/帧
- 要求：实时配准，延迟 <100ms

【算法】
ICP（Iterative Closest Point），标准实现

【实测性能】
- CPU（i9-12900K）：配准耗时约 800ms
- 要求：<100ms

【分析】
ICP 的主要计算量：
1. 最近邻搜索（KD-Tree）：O(N log N)
2. 矩阵 SVD 分解：O(N)

【疑问】
GPU 加速 ICP，哪一步最有收益（KD-Tree vs SVD）？
有没有替代算法可以兼顾精度和实时性（点到平面 ICP、深度学习配准）？