NDT（Normal Distribution Transform）算法是一種基於機率統計的點雲配準方法，其原理可以概括為以下幾點：
格線化處理。NDT算法首先將目標點雲（Target）按照一定的解析度劃分成3D格線。
計算機率分布。對於每個格線，基於格線內的點計算其機率密度函式（PDF），即在給定格線內的點雲分布情況。
構建常態分配模型。使用常態分配來表示原本離散的點雲，這種分塊的表示是連續可導的，每一個機率密度函式可以被認為是一個局部表面的近似，它不僅描述了這個表面在空間中的位置，同時還包含了這個表面的方向和光滑性等信息。
最佳化變換參數。通過最佳化方法求出使得機率密度之和最大的變換參數，使得源點雲（Source）在目標點雲坐標系下的機率密度分布達到最大，從而實現兩個點雲之間的最佳匹配。
高斯牛頓疊代法。NDT算法中求解梯度向量、海森矩陣和位姿增量三個主要過程是通過高斯牛頓疊代法來實現的。
NDT算法在配準過程中不利用對應點的特徵計算和匹配，因此時間效率較高。以上是NDT算法的基本原理，希望對你有所幫助。