VoxelGrid滤波器是使用体素化网格的方法实现下采样,并保持点云的形状特征;
1. 具体:voxelGrid类通过在点云数据中创建三维体素栅格,然后用每个体素的重心来近似表达体素中的其它点。
2. 评价:这种方法比用体素中心来逼近的方法更慢,但它对采样点对应曲面的表示更为准确;
3. 代码:
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
int
main (int argc, char** argv)
{
pcl::PCLPointCloud2::Ptr cloud (new pcl::PCLPointCloud2 ());
pcl::PCLPointCloud2::Ptr cloud_filtered (new pcl::PCLPointCloud2 ());
// 填入点云数据
pcl::PCDReader reader;
// 把路径改为自己存放文件的路径
reader.read ("table_scene_lms400.pcd", *cloud); // 记住要事先下载这个数据集!
std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height
<< " data points (" << pcl::getFieldsList (*cloud) << ").";
// 创建滤波器对象
pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
sor.setInputCloud (cloud);
sor.setLeafSize (0.01f, 0.01f, 0.01f);// 单位:m
sor.filter (*cloud_filtered);
std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height
<< " data points (" << pcl::getFieldsList (*cloud_filtered) << ").";
pcl::PCDWriter writer;
writer.write ("table_scene_lms400_downsampled.pcd", *cloud_filtered,
Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);
return (0);
}
4. 效果图:
左图:下采样前(点数:460400);右图:下采样后(点数:41049);
5. 结果分析:
过滤前后点云的密度与整齐程度不同,但基本保留了形状特征与空间结构信息;
6. 遇到问题:
报错: error: ‘sensor_msgs’ has not been declared;(如下图)
原因:因为sensor_msgs命名空间已经从PCL 1.7中移除了;
解决:比如将 sensor_msgs::PointCloud2 改为 pcl::PCLPointCloud2 ;