点云相关知识点整理（PCL）

最新推荐文章于 2024-05-16 20:01:55 发布

wechatNO

最新推荐文章于 2024-05-16 20:01:55 发布

阅读量563

点赞数 2

本文链接：https://blog.csdn.net/m0_37870385/article/details/105385306

版权

点云知识的搬运与整理

文章目录

1. ICP & NDT
2. 点云智能指针的调换
3. 常用函数
4. GICP

1. ICP & NDT

知乎专栏

ICP使用 kdTree 结构进行最快邻域搜索；
NDT使用 ocTree 进行网格化（体素化）；

2. 点云智能指针的调换

std::cout << "Src Cloud filtered : " << source_cloud->points.size() << endl; 
// situation 1                                                                         
*aligned_cloud = *source_cloud;  // 复制数据                                            
source_cloud->points.resize(4);                                              
std::cout << "Src Cloud  : " << source_cloud->points.size() << endl;         
std::cout << "align Cloud  : " << aligned_cloud->points.size() << endl;  
    
// situation 2                                                                         
aligned_cloud.reset(new pcl::PointCloud<PointType>());                       
aligned_cloud = source_cloud;  // 两个指针相同指向相同的数据                                              
source_cloud->points.resize(44);                                             
std::cout << "Src Cloud  : " << source_cloud->points.size() << endl;         
std::cout << "align Cloud  : " << aligned_cloud->points.size() << endl;      
return 0;   

// situation 3 指针与数据
pcl::PointCloud<PointT> data;
source_cloud = data.makeShared(); 
*source_cloud = data;  // 两句相同，都会发生数据的复制

/// output
Src Cloud filtered : 40251
Src Cloud  : 4
align Cloud  : 40251
Src Cloud  : 44
align Cloud  : 44

3. 常用函数

pcl::computeCovarianceMatrixNormalized();
pcl::computeMeanAndCovarianceMatrix();

pcl::getAllPcdFilesInDirectory();
pcl::squaredEuclideanDistance();
pcl::demeanPointCloud();