博客長期更新，本文最新更新時間為：2025年7月1日。

一、算法原理

1、原理概述

??最大團（Maximal Cliques, MAC）法在點云配準中的應用，是近年來解決高離群值（outlier）和低重疊場景下配準問題的重要突破。點云配準的目標是估計兩片點云之間的6自由度剛體變換。傳統方法面臨高離群值和低重疊率兩大挑戰。傳統方法如RANSAC及其變體（如SAC-IA等）依賴隨機采樣，在高離群率下需大量迭代；而基于深度學習的方案（如DGR、PointDSC）需大量訓練數據且泛化能力有限。

2、實現流程

MAC通過極大團約束挖掘局部一致性信息，取代傳統最大團（Maximum Clique）的