1.一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：该方法包括以下步骤：S1：输入两个点云P和Q，进行质量分配之后对齐两个点云的质量重心，得到新的点云X和Y；

S2：建立点云配准能量函数，使用部分质量最优传输理论求解点云X和Y之间的最优传输矩阵σ；

S3：根据求得的最优传输计划σ，使用SVD分解求得两个点云之间的相对变换矩阵T(R,t)；

S4：重复S2至S3，直到两次求得的旋转矩阵的F范数收敛；

S5：将最终得到的变换矩阵T(R,t)应用到点云Q之中，配准点云P和Q；

所述步骤S2中，将最优传输理论，使用RG散度函数来对质量守恒法则松弛，沿用传输代价的概念来建模两个点云的配准，传输代价使用的是两点之间的距离乘以对应的传输计划，采用的距离函数是两点之间欧氏距离的平方，点云配准能量函数如下：S201：使用交替迭代算法，首先固定变换矩阵T(R,t)，求解最优传输计划σ，通过熵正则项来近似求解，ε是熵正则项系数，控制正则化的程度；将点云配准能量函数改写为：H(σ)是传输计划的熵，其形式如下：

S202：求解点云配准问题是一个凸优化问题，最优传输计划表示如下：σ＝diag(exp(u/))Kdiag(exp(v/))其中 u和v是点云配准能量函数的对偶问题的两个求解向量，最优传输计划由两向量求解出来，将变量做出如下替换：a＝exp(u/),b＝exp(v/).

根据对偶准则，变量a，b交替迭代求解凸优化问题，变量迭代如下：使用RG函数来约束点云传输的总质量，传输计划改写为：π＝g·diag(exp(u/))Kdiag(exp(v/))g是控制总体传输的比例系数，求解表达式如下：表示向量对应的点除，当使用F函数为文中提出的RG函数时，对应的操作符如下：通过上述表达式计算出传输计划，从而进行变换参数T(R,t)的求解。

2.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S1中：输入两个点云P＝{p1,p2,…,pm}和Q＝{q1,q2,…,qn}，进行质量分配，详细做法采用均分配的思想，不考虑引入特征的其他信息；点云P和Q中点的个数为m和n，点云P和Q中每个点的质量分别为：

3.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S1中，两点云的质量重心Bp和Bq分别为：对齐质量重心之后得到新的点云X和点云Y，其中点的坐标为：

4.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S2中，使用部分质量最优传输理论，在计算传输计划时，使用range constraint散度函数，松弛了点云的质量传输，打破了质量守恒准则；并且使用RG函数来约束传输点云Y的总质量，提升算法在大量异常点和缺失情况下的鲁棒性；

5.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S3中，当求得传输计划之后，能量函数中剩下变换矩阵T(R,t)求解，能量函数形式如下：S301：对上式能量函数求偏导，求得平移向量：S302：替换掉平移矩阵t在目标函数中，则目标函数被改写为：将上式进行如下替换 并且省略掉常数项，则新的能量函数为：当最大化迹的时候得到能量函数的最小值；利用迹的特征tr(AB)＝tr(BA)，得到：T

对 进行奇异值SVD分解得到UAV，并且再次利用迹的特T t

征，得到： 令W＝VRU，V ,R,U都是正交矩阵，W也是正交矩阵；W_j是W当中的每一列，利用特性： 矩阵中的所有元素Wij不大于1；当TWii＝1的时候，tr(AVRU)达到最大值，得到如下等式：T

I＝W＝VRU

推导得到旋转矩阵的显示解如下：

T T

R＝VCU ,C＝diag(1,...,det(VU))。

6.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S4中，将步骤S2,S3相互迭代，直到两次求解得到的旋转矩阵R和R0的F范数小于某个阈值，则认为此时求解已经收敛，得到准确的平移旋转矩阵。

7.根据权利要求1所述的一种基于部分质量最优传输理论的不完整点云配准方法，其特征在于：所述步骤S5中，将求得的变换矩阵T(R,t)应用于原始点云Q，完成点云P和Q的配准。