PCL
文章平均质量分 61
PCL点云库相关
RNG_uzi_
人生苦短,我用Python
展开
-
Velodyne VLP-16 ROS下获取点云数据
只保存/velodyne_points这个topic的数据(可以用rostopic list -v开看当前可用的topic),保存在当前目录的out.bag。( 上面设置好之后,连接该无线,此时会断网)然后接入激光雷达,打开浏览器输入192.168.1.201可以看到激光雷达的配置文件。把Velodyne XML文件转成ROS节点的YAML文件,VLP-16.xml据说赠送的U盘里面有,反正我是没有找到,记得把下面的地址更改为自己的VLP-16.xml文件的地址。修改有线网络里面的ipv4:( 改为手动)原创 2020-04-29 01:00:46 · 10701 阅读 · 10 评论 -
bin文件转化为PCD(PCL库)
bin文件转化为PCD运行环境Ubuntu16.04,pcl库github地址:https://github.com/Miranda1994/bin_to_pcd下载文件后,分别运行cmake..make生成exe文件再运行i=1;for x in velodyne_points/data/*.bin; do build/bin/kitti2pcd --infile $x --...原创 2019-11-26 12:17:38 · 2633 阅读 · 3 评论 -
点云bin格式和pcd格式相互转化
使用python-pcl, 也就是python版本的pcl库(C++版本的这里暂时不做说明)参考python-pcl文件中的cluster_extraction.py文件中已经添加啦备注, 可作为参考.# -*- coding: utf-8 -*-# Euclidean Cluster Extraction# http://pointclouds.org/documentation/tutorials/cluster_extraction.php#cluster-extractionimport原创 2020-12-04 22:30:39 · 4888 阅读 · 10 评论 -
PCA构建点云包围盒
评价:文章主要讲解PCA生成包围盒的原理,PCA计算点云的特征向量和特征值可以使用C++编程直接实现,也可以使用PCL点云库,或者使用Python的numpy函数实现。 注:本文着重讲解的是PCA的原理,代码可以在参考文章中找到。文章中很多公式在word编辑完成,并未在博客中再次编辑,望见谅。参考的文章:...转载 2019-10-21 09:20:32 · 1658 阅读 · 2 评论 -
如何生成OBB(OrientedboundingBox)方向包围盒
如何生成OBB(OrientedboundingBox)方向包围盒转自:https://blog.csdn.net/qing101hua/article/details/53100112评价:文章中生成包围盒的思路是正确的,但是文章代码本文没有复现。一、包围盒简介:包围盒是一个简单的几何空间,里面包含着复杂形状的物体。为物体添加包围体的目的是快速的进行碰撞检测或者进行精确的碰撞检测之前进...转载 2019-10-11 22:49:24 · 2051 阅读 · 0 评论 -
基于角度方法的地面检测
基于角度方法的地面检测(感谢前辈)转自:https://zhuanlan.zhihu.com/p/75659410方法来源是:Effificient Online Segmentation for Sparse 3D Laser Scans分割地面的三个假设:1 激光雷达和地面是平行的;2 地面曲率较小;3 最底下的一根射线的某些部分一定观察到了地面;分割地面的原理该方法是基于深...转载 2020-04-29 01:01:44 · 610 阅读 · 0 评论 -
RANSAC 激光雷达地面检测 (1)
RANSAC 激光雷达地面检测 (1)(感谢前辈)转自:https://zhuanlan.zhihu.com/p/71177362用随机抽样一致性方法做地面检测,主要思路就是不断的随机抽取三个点构建一个平面方程,如果这个平面包含了足够多的点,那么就认为它是地面;代码如下,比较高兴的一点是经过优化后,python的这个代码居然跑的比 c++ 这部分的代码还要快了,只要20ms 就能找到平面,...转载 2019-10-11 16:31:02 · 2652 阅读 · 0 评论 -
提取 kitti 数据集中的障碍物点云数据
提取 kitti 数据集中的障碍物点云数据(感谢前辈)转自:https://zhuanlan.zhihu.com/p/71257574目前需要对点云障碍物进行初步的分类,所以要根据 kitti 标签的点云坐标,提取其在整帧点云中的某个障碍物数据,比如汽车,行人的点云数据;问题在于点云的标签居然是在图像坐标系中的,所以我们需要先把图像坐标转换为激光雷达坐标系,然后根据label中的长宽高获...转载 2019-10-11 16:27:52 · 1483 阅读 · 1 评论 -
RANSAC 激光雷达地面检测 (2)
RANSAC 激光雷达地面检测 (2)上次文章写到了随机采样一致性方法找地面的两个缺点:一是会把墙壁当作地面,二是对于斜坡会漏掉,导致只检测了一部分的路面;文章链接:RANSAC 激光雷达地面检测 (1)这次我说下解决这两个问题的思路:1 第一个问题我们可以引入一个假设,假设雷达和地面是平行的,而这通常是成立的,那么在这个假设的基础上,可以推理出我们找的的平面和激光雷达的Z轴是垂直的,...转载 2019-10-11 16:23:26 · 1866 阅读 · 2 评论 -
python-pcl可视化点云工具(windows和ubuntu18.04安装及测试)
python 可视化点云工具 python-pcl(感谢前辈)转自:https://zhuanlan.zhihu.com/p/72116675python-pcl 是我尝试过使用体验最好的点云数据可视化工具,它是c++上著名的pcl的python版本,虽然还有很多代码没有写完整,但是不妨碍它成为一个优秀的python 点云工具;GitHub页面:https://github.com/st...转载 2019-10-11 16:17:11 · 9621 阅读 · 23 评论 -
PCL包围盒
实现效果:1.包围盒简介包围盒也叫外接最小矩形,是一种求解离散点集最优包围空间的算法,基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。常见的包围盒算法有AABB包围盒、包围球、方向包围盒OBB以及固定方向凸包FDH。碰撞检测问题在虚拟现实、计算机辅助设计与制造、游戏及机器人等领域有着广泛的应用,甚至成为关键技术。而包围盒算法是进行碰撞干涉初步检测的重要方法之一。原创 2019-04-18 18:15:43 · 8111 阅读 · 4 评论 -
点云常见几种算法
最小二乘法: https://www.cnblogs.com/armysheng/p/3422923.htmlRANSAC算法: https://blog.csdn.net/qq_18941713/article/details/84647887最近点迭代 ICP算法: https://blog.csdn.net/kksc1099054857/article/details/80280964常见三角网格划分: https://blog.csdn.net/tuibianyanzi/article/原创 2019-04-23 21:18:35 · 10162 阅读 · 0 评论 -
OBB包围盒碰撞检测算法验证
OBB包围盒碰撞检测算法验证投影轴来自于多边形自身边的垂线。判定方式:两个多边形在所有轴上的投影都发生重叠,则判定为碰撞;否则,没有发生碰撞附带CAD验证下载地址:...原创 2019-04-24 18:15:40 · 2165 阅读 · 1 评论 -
使用pcl将bin文件转化为pcd文件
使用pcl将bin文件转化为pcd文件环境搭载:ubuntu16.04之后正式操作具体如下:在home下,新建文件夹PointCloud(我建在这里,大家随意),在PointCloud文件里继续新建文件夹bin2pcd,在bin2pcd文件里继续新建文件夹velodyne和build,同时新建文档bin2pcd.cpp和CMakeLists.txt,进入新建等velodyne文件里,继续新建...原创 2019-06-15 19:43:16 · 5067 阅读 · 6 评论 -
PFH 点特征直方图初步理解
PFH 点特征直方图初步理解(感谢前辈)转自:https://zhuanlan.zhihu.com/p/74771637建议直接看 pcl 官方文档,博客翻译的质量不高;http://pointclouds.org/documentation/tutorials/pfh_estimation.php本文记录看的过程中的一些疑问和记录,但还是有些理解不到位的地方;PFH 是点云的一个局...转载 2019-10-11 15:51:11 · 1523 阅读 · 1 评论 -
卡尔曼滤波的初步理解
卡尔曼滤波的初步理解(感谢前辈)转自:https://zhuanlan.zhihu.com/p/73236905这篇博客写的很好,主要的理解过程是从他这里得到的,写的都是矩阵运算,慢慢看挺好懂的,重点是里面对高斯分布的乘积的理解就是对卡尔曼滤波来源的理解:https://www.jianshu.com/p/f6ce8943560c?from=singlemessage这篇文章写了一个比...转载 2019-10-11 15:57:07 · 283 阅读 · 0 评论 -
KD tree 实现
KD tree 实现(感谢前辈)转自:https://zhuanlan.zhihu.com/p/73002544评价: 代码需要优化,处理数据消耗时间较长之前提到了,用 DBSCAN 聚类的时候,由于 DBSCAN 需要计算每两个点两两之间的距离,超过5万个点就是25万的距离矩阵,就直接报内存错误了,查看任务管理器发现内存占用达到了5-9G;尽管后续极力压缩,还是需要5-6秒的时间,这显然...转载 2019-10-11 16:01:46 · 389 阅读 · 0 评论 -
DBSCAN 对点云障碍物聚类
DBSCAN 对点云障碍物聚类(感谢前辈)转自:https://zhuanlan.zhihu.com/p/72121128点云数据去除地面后,地面上的点很自然的都成了障碍物,但是要进行目标分类,还需要把每个目标的一堆障碍物的点聚集到一起,然后才好进行后续的分析,因为每个点都是空间上离的很近的点,那么很自然的,就想到了可以使用基于密度的聚类 DBSCAN ;为了更好的适应我的需求,使用的是自...转载 2019-10-11 16:12:37 · 2891 阅读 · 0 评论 -
PCL实现区域增长C++算法
【代码】PCL实现区域增长C++算法。原创 2019-04-17 16:44:56 · 2755 阅读 · 4 评论