全局迭代最近点算法(Global Iterative Closest Point,GoICP)GoICP的中心思想尝试在解空间中的所有初始位置寻找最优解,从而使得拼接成功。但是尝试解空间中所有的位置在耗时和内存消耗上不可行,因此尝试使用分支限界的策略不停地去除不可能改善目标函数的解区间,仅仅尝试可能改善目标函数值的解区间,从而在较短的时间内完成拼接。GoICP对初始位置几乎没有要求,因此不需要粗拼接过程。该方法最优地解决了包含旋转变换和平移变换的三维点云配准问题,可以直接对原始的稀疏或稠密点云进行配准,不需要给定候选对应点,也不受初始化好坏的影响。
本方法直接在六维空间中执行BnB算法,即将每个六维方块分成2^6=64个等边子方块并对每个方块进行误差定界。然而,由于对六维方块分支得到的方块数量巨大,点云变换操作十分频繁,导致算法内存消耗大且执行效率低。为避免这种问题,算法提出使用一种嵌套的BnB结构。外层的旋转变换BnB算法在SO(3)旋转空间中搜索,其调用内层的平移变换BnB算法求解误差函数界以及相应的最优平移变换。