点云算法登山100梯
文章平均质量分 73
文王拉车八百步,今我攀峰100节。
点云登山者
点云处理
展开
-
登山第九梯:稀疏点云实例分割——又快又准
从 3D 距离数据中分割对象是移动机器人领域的一个重要主题。在动态环境中导航的机器人需要注意可能发生变化或移动的物体。将激光扫描分割成单个对象通常是执行进一步分析之前的第一个处理步骤。在本文中,我们提出了一种快速方法,该方法将 3D 范围数据分割成不同的对象,在线运行,并且计算需求很小。该方法避免了 3D 点云的显式计算,而是直接在 2D 距离图像上执行所有计算,从而可以对每次扫描进行快速分割。该方法的另一个相关方面是,即使 3D 数据稀疏,也可以分割对象。原创 2024-09-13 08:22:36 · 1010 阅读 · 0 评论 -
登山第八梯:三次样条拟合——滑溜的很
三次样条拟合理论分析、公式推导以及代码验证。原创 2024-01-24 20:05:51 · 418 阅读 · 2 评论 -
登山第七梯:激光扫描系统坐标系转换关系——你来我往
总体流程:激光雷达扫描得到的每个点(时间、水平视场角、垂直视场角、扫描距离)——》激光直角坐标系——》惯导坐标系——》当地水平坐标系——》世界坐标系:原创 2023-11-16 19:41:58 · 389 阅读 · 0 评论 -
登山第六梯:线段求交(平面、空间)——有缘千里来相会
二维和三维空间线段求交参数方程推导,最终可得到一个能够统一表达的表达式。原创 2023-07-20 19:53:41 · 119 阅读 · 0 评论 -
登山第五梯:obj、mtl、纹理图片——复杂的关系
obj、mtl、以及纹理图片之间的关系讲解。原创 2023-07-14 16:06:34 · 284 阅读 · 0 评论 -
登山第四梯:三维圆生成——我站起来了
圆作为几何图形中一种常见的图形,经常被用于描述生活中的各种物体,如隧道截面轮廓、结构柱截面轮廓、树干截面轮廓。因此,如何对圆进行参数方程表达,将是对这些对象建模的关键之处,而如何对三维空间中的圆(任意圆)进行参数方程表达,将是我们这次的主要任务。原创 2023-07-05 21:07:31 · 140 阅读 · 0 评论 -
登山第三梯:判断点与三角形的关系——不是三角恋
判断一个点是否在三角形内部,通常有面积法、内角和法、同侧法、重心法等算法,其中,效率比对耗时情况为:内角和法>面积法>同侧法>重心法原创 2023-06-26 19:11:48 · 460 阅读 · 1 评论 -
登山第二梯:点云强度校正——距离不是问题
激光扫描系统获取的激光点云反射强度信息多为未经改正的强度信息,受各种因素的影响,无法完全准确地表征目标表面材质特性,制约了后续的道路标线点云分割。因此,研究如何消除各种因素的影响,增强点云强度,已成为应用点云强度数据的首要任务。在这当中,点云强度校正是研究比较多的一个课题。如通过直接基于各类影响因素,如扫描环境中的温度和湿度,传感器输出能量,以及扫描距离和激光入射角等几何因素进行模型建立和分析,实现点云强度校正。原创 2023-06-13 19:31:33 · 443 阅读 · 12 评论 -
登山第一梯:基于原始点云的聚类——我是最快的
点云聚类在许多点云应用领域(如测绘、移动机器人、自动驾驶以及智能制造)起着至关重要的作用。而现有的点云聚类算法主要可以划分为基于点的聚类和基于体素的聚类;基于点的聚类,主要指基于原始点云的聚类,该方法通常受限于点密度、点数以及类簇大小的不一致性,从而使得其效率较为低下;基于体素的聚类,便是考虑到效率性能而诞生的方案,但该方案受限于体素大小,同时,体素中心表征点的选取,同样影响着最终的聚类结果;考虑到这些问题,作者提出了一种基于原始点云的快速聚类算法,相比现有的同类型算法,效率提升了2倍。原创 2023-06-06 19:48:12 · 193 阅读 · 0 评论 -
点云曲率计算
原创 2021-06-08 10:55:52 · 1198 阅读 · 2 评论