英文原网页查看。
修订:20201115
添加自定义PointT类型
本文档不仅解释了如何添加自己的PointT point类型,还解释了PCL中模板化的点类型是什么、它们为什么存在以及如它们如何呈现。如果您已经熟悉这些信息,请跳到文档的最后一部分。
目录
注意
当前文档仅对PCL 0.x和 1.x有效。在撰写本文时,PCL 2.x中会有一些变化。
PCL提供了各种预定义的点类型,从XYZ数据的SSE对齐结构到更复杂的n维直方图表示,如PFH(点特征直方图)。这些类型应该足以支持PCL中实现的所有算法和方法。然而,在某些情况下,用户希望定义新类型。本文档描述了定义您自己的自定义PointT类型以及确保您的项目能够成功编译和运行所涉及的步骤。
为什么是PointT类型
PCL的PointT类型可以追溯到它作为ROS一个开发库的时候。当时的共识是,点云是一个复杂的n-D结构,需要能够表示不同类型的信息。但是,用户应该知道并理解需要传递哪些类型的信息,以便使代码更容易调试、考虑优化等等。
一个例子是对XYZ数据进行简单的操作。对于支持SSE的处理器,最有效的方法是将3维数据存储为浮点数,然后使用额外的浮点数填充:
struct PointXYZ
{
float x;
float y;
float z;
float padding;
};
但是,作为一个例子,如果用户希望在嵌入式平台上编译PCL,添加额外的填充可能会浪费内存。因此,可以使用没有最后一个浮点数的更简单的PointXYZ结构。
此外,如果您的应用程序需要一个PointXYZRGBNormal,其中包含XYZ 3D数据、RGBA信息(颜色)和每个点估计的表面法向量,那么用上述所有内容定义一个结构是很简单的。由于PCL中的所有算法都应该是模板化的,所以除了结构定义之外,不需要进行其他更改。
PCL中有哪些PointT类型?
为了涵盖我们能想到的所有可能的情况,我们在PCL中定义了很多的点类型。以下可能只是一个片段,请参见point_types.hpp获取完整列表。
这个列表很重要,因为在定义您自己的自定义类型之前,您需要理解为什么以现在的方式创建现有类型。此外,您想要的类型可能已经为您定义好了。
- PointXYZ - 成员: float x, y, z;
这是最常用的数据类型之一,因为它只表示3D xyz信息。3个float数据填充了一个额外的float,用于SSE对齐。用户可以通过points[i].data[0]或points[i].x用于访问x坐标值。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
- PointXYZI - 成员: float x, y, z, intensity;
简单的XYZ +强度点类型。在理想的情况下,这4个成员将创建一个单一的结构,sse对齐。然而,由于大多数点操作要么将data[4]设置为0或为1(用于转换),因此我们不能将强度设置为相同结构的成员,因为它的内容将被覆盖。例如,两点之间的点积将其第4个分量设为0,否则点积就没有意义,等等。
因此,对于sse对齐,我们用3个额外的浮动填充强度。在存储方面效率低下,但在内存对齐方面很好。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
struct
{
float intensity;
};
float data_c[4];
};
- PointXYZRGBA - 成员: float x, y, z; uint32_t rgba;
与PointXYZI类似,除了rgba包含成无符号32位的rgba信息。由于有了union声明,还可以按名称单独访问颜色通道。
注意
嵌套的union声明提供了另一种方法来查看RGBA数据,即一个精确的浮点数。这是由于历史原因而出现的,不应该在新代码中使用。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
union
{
struct
{
uint8_t b;
uint8_t g;
uint8_t r;
uint8_t a;
};
float rgb;
};
uint32_t rgba;
};
- PointXYZRGB - float x, y, z; uint32_t rgba;
与PointXYZRGBA一样。 - PointXY - float x, y;
简单的2D x-y点结构。
struct
{
float x;
float y;
};
- InterestPoint - float x, y, z, strength;
与PointXYZI类似,只是强度包含了对关键点强度的度量。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
struct
{
float strength;
};
float data_c[4];
};
- Normal - float normal[3], curvature;
另一个最常用的数据类型,Normal结构代表了表面上一个给定的点法向,和曲率值(可以通过求解表面的特征值得到-、更多信息参考NormalEstimation类)。
由于在PCL中对表面法线的操作非常常见,我们用第四个分量填充了这三个分量,以便实现sse对齐和计算效率。用户可以通过points[i].data_n[0]或points[i].normal[0]或points[i].normal_x访问法向量的第一个坐标量。同样,曲率不能存储在相同的结构中,因为它会被对正常数据的操作覆盖。
union
{
float data_n[4];
float normal[3];
struct
{
float normal_x;
float normal_y;
float normal_z;
};
}
union
{
struct
{
float curvature;
};
float data_c[4];
};
- PointNormal - float x, y, z; float normal[3], curvature;
一个点结构,包含XYZ数据,连同表面法线和曲率。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
float data_n[4];
float normal[3];
struct
{
float normal_x;
float normal_y;
float normal_z;
};
};
union
{
struct
{
float curvature;
};
float data_c[4];
};
- PointXYZRGBNormal - float x, y, z, normal[3], curvature; uint32_t rgba;
一个点结构,包含XYZ数据,RGBA颜色,连同表面法线和曲率。
注意
除了名称之外,这个point类型还包含alpha颜色通道。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
float data_n[4];
float normal[3];
struct
{
float normal_x;
float normal_y;
float normal_z;
};
}
union
{
struct
{
union
{
union
{
struct
{
uint8_t b;
uint8_t g;
uint8_t r;
uint8_t a;
};
float rgb;
};
uint32_t rgba;
};
float curvature;
};
float data_c[4];
};
- PointXYZINormal - float x, y, z, intensity, normal[3], curvature;
一种点结构,包含XYZ数据、强度值、表面法线和曲率。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
float data_n[4];
float normal[3];
struct
{
float normal_x;
float normal_y;
float normal_z;
};
}
union
{
struct
{
float intensity;
float curvature;
};
float data_c[4];
};
- PointWithRange - float x, y, z (union with float point[4]), range;
与PointXYZI类似,range包含了从采集点到物体点的距离量。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
struct
{
float range;
};
float data_c[4];
};
- PointWithViewpoint - float x, y, z, vp_x, vp_y, vp_z;
与PointXYZI类似,还包括将获取视点包含为一个3D点的vp_x、vp_y和vp_z。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
struct
{
float vp_x;
float vp_y;
float vp_z;
};
float data_c[4];
};
- MomentInvariants - float j1, j2, j3;
简单的点类型,包含表面上3个力矩不变量。有关更多信息,请参见MomentInvariantsEstimation。
struct
{
float j1, j2, j3;
};
- PrincipalRadiiRSD - float r_min, r_max;
简单的点类型,包含表面上的2个RSD半径。有关更多信息,请参见RSDEstimation。
struct
{
float r_min, r_max;
};
- Boundary - uint8_t boundary_point;
简单点类型,保存了是否位于表面边界信息。有关更多信息,请参见BoundaryEstimation。
struct
{
uint8_t boundary_point;
};
- PrincipalCurvatures - float principal_curvature[3], pc1, pc2;
简单点型,包含给定点的主曲率。有关更多信息,请参见PrincipalCurvaturesEstimation。
struct
{
union
{
float principal_curvature[3];
struct
{
float principal_curvature_x;
float principal_curvature_y;
float principal_curvature_z;
};
};
float pc1;
float pc2;
};
- PFHSignature125 - float pfh[125];
保存给定点的PFH(点特征直方图)的简单点类型。有关更多信息,请参见PFHEstimation。
struct
{
float histogram[125];
};
- FPFHSignature33 - float fpfh[33];
简单点类型,包含给定点的FPFH(快速点特征直方图)。有关更多信息,请参见FPFHEstimation。
struct
{
float histogram[33];
};
- VFHSignature308 - float vfh[308];
持有给定点的VFH(视点特征直方图)的简单点类型。有关更多信息,请参见VFHEstimation。
struct
{
float histogram[308];
};
- Narf36 - float x, y, z, roll, pitch, yaw; float descriptor[36];
包含给定点的NARF(通常对齐半径特性)的简单点类型。有关更多信息,请参见NARFEstimation。
struct
{
float x, y, z, roll, pitch, yaw;
float descriptor[36];
};
- BorderDescription - int x, y; BorderTraits traits;
简单点类型,包含给定点的边界类型。有关更多信息,请参见BorderEstimation。
struct
{
int x, y;
BorderTraits traits;
};
- IntensityGradient - float gradient[3];
简单点类型,包含给定点的强度梯度。有关更多信息,请参见IntensityGradientEstimation。
struct
{
union
{
float gradient[3];
struct
{
float gradient_x;
float gradient_y;
float gradient_z;
};
};
};
- Histogram - float histogram[N];
通用n-D直方图占位符。
template <int N>
struct Histogram
{
float histogram[N];
};
- PointWithScale - float x, y, z, scale;
与PointXYZI类似,还包含考虑几何操作中某一点的scale(例如,计算最近邻的球体半径、窗口大小等)。
struct
{
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
float scale;
};
- PointSurfel - float x, y, z, normal[3], rgba, radius, confidence, curvature;
包含XYZ数据、曲面法线、RGB信息、比例尺、置信度和曲面曲率的复杂点类型。
union
{
float data[4];
struct
{
float x;
float y;
float z;
};
};
union
{
float data_n[4];
float normal[3];
struct
{
float normal_x;
float normal_y;
float normal_z;
};
};
union
{
struct
{
uint32_t rgba;
float radius;
float confidence;
float curvature;
};
float data_c[4];
};
点类型如何公开?
由于PCL较大,而且是一个模板库,在一个源文件中包含许多PCL算法会减慢编译过程。在编写本文档时,大多数c++编译器还没有进行适当的优化来处理大量模板文件,特别是在涉及到优化(-O2或-O3)时。
为了加快包含和链接PCL的用户代码的速度,我们使用显式模板实例化,包括所有可能的组合,其中所有算法都可以使用PCL中已经定义的点类型来调用。这意味着一旦将PCL编译为库,任何用户代码都不需要编译模板代码,从而加快了编译时间。这个技巧涉及到将模板实现与转发声明类和方法的头文件分离,并在链接时解析。下面是一个编写的例子:
// foo.h
#ifndef PCL_FOO_
#define PCL_FOO_
template <typename PointT>
class Foo
{
public:
void
compute (const pcl::PointCloud<PointT> &input,
pcl::PointCloud<PointT> &output);
}
#endif // PCL_FOO_
上面定义的头文件通常包含在所有用户代码中。正如我们所看到的,我们正在定义方法和类,但是我们还没有实现任何东西。
// impl/foo.hpp
#ifndef PCL_IMPL_FOO_
#define PCL_IMPL_FOO_
#include "foo.h"
template <typename PointT> void
Foo::compute (const pcl::PointCloud<PointT> &input,
pcl::PointCloud<PointT> &output)
{
output = input;
}
#endif // PCL_IMPL_FOO_
上面定义了Foo::compute方法的实际模板实现。这通常应该对用户代码隐藏。
// foo.cpp
#include "pcl/point_types.h"
#include "pcl/impl/instantiate.hpp"
#include "foo.h"
#include "impl/foo.hpp"
// Instantiations of specific point types
PCL_INSTANTIATE(Foo, PCL_XYZ_POINT_TYPES));
最后,上面展示了在PCL中显式实例化的方法。宏PCL_INSTANTIATE只遍历给定的类型列表,并为每个类型创建显式实例化。从pcl/include/pcl/impl/instantiate.hpp:
// PCL_INSTANTIATE: call to instantiate template TEMPLATE for all
// POINT_TYPES
#define PCL_INSTANTIATE_IMPL(r, TEMPLATE, POINT_TYPE) \
BOOST_PP_CAT(PCL_INSTANTIATE_, TEMPLATE)(POINT_TYPE)
#define PCL_INSTANTIATE(TEMPLATE, POINT_TYPES) \
BOOST_PP_SEQ_FOR_EACH(PCL_INSTANTIATE_IMPL, TEMPLATE, POINT_TYPES);
其中PCL_XYZ_POINT_TYPES为(来自pcl/include/pcl/impl/point_types.hpp):
// Define all point types that include XYZ data
#define PCL_XYZ_POINT_TYPES \
(pcl::PointXYZ) \
(pcl::PointXYZI) \
(pcl::PointXYZRGBA) \
(pcl::PointXYZRGB) \
(pcl::InterestPoint) \
(pcl::PointNormal) \
(pcl::PointXYZRGBNormal) \
(pcl::PointXYZINormal) \
(pcl::PointWithRange) \
(pcl::PointWithViewpoint) \
(pcl::PointWithScale)
基本上,如果您只想显式地为pcl::PointXYZ实例化Foo,您不需要使用宏,就像下面这样简单:
// foo.cpp
#include "pcl/point_types.h"
#include "pcl/impl/instantiate.hpp"
#include "foo.h"
#include "impl/foo.hpp"
template class Foo<pcl::PointXYZ>;
注意
有关显式实例化的更多信息,请参见David Vandervoorde和Nicolai M. Josuttis编写的c++ Templates - The Complete Guide。
如何添加一个新的PointT类型
要添加新的point类型,首先必须定义它。例如:
struct MyPointType
{
float test;
};
然后,您需要对新点类型MyPointType添加PCL中特定类/算法的模板头实现。例如,假设您想使用pcl::PassThrough。你所要做的就是:
#define PCL_NO_PRECOMPILE
#include <pcl/filters/passthrough.h>
#include <pcl/filters/impl/passthrough.hpp>
// 剩余的代码在次填充
如果您的代码是库的一部分,其他人使用它,那么尝试为您的MyPointType类型和您公开的任何类(从PCL外部的PCL)使用显式实例化也是有意义的。
注意
从PCL-1.7开始,您需要定义PCL_NO_PRECOMPILE,然后才能包含任何PCL头文件来包含模板化算法。
范例
下面的代码片段示例创建了一个包含XYZ数据(填充了SSE)的新点类型,以及测试例程。
#define PCL_NO_PRECOMPILE
#include <pcl/pcl_macros.h>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
struct MyPointType
{
PCL_ADD_POINT4D; // preferred way of adding a XYZ+padding
float test;
PCL_MAKE_ALIGNED_OPERATOR_NEW // make sure our new allocators are aligned
} EIGEN_ALIGN16; // enforce SSE padding for correct memory alignment
POINT_CLOUD_REGISTER_POINT_STRUCT (MyPointType, // here we assume a XYZ + "test" (as fields)
(float, x, x)
(float, y, y)
(float, z, z)
(float, test, test)
)
int
main (int argc, char** argv)
{
pcl::PointCloud<MyPointType> cloud;
cloud.points.resize (2);
cloud.width = 2;
cloud.height = 1;
cloud.points[0].test = 1;
cloud.points[1].test = 2;
cloud.points[0].x = cloud.points[0].y = cloud.points[0].z = 0;
cloud.points[1].x = cloud.points[1].y = cloud.points[1].z = 3;
pcl::io::savePCDFile ("test.pcd", cloud);
}