![c526c3f8c93641300526e96f8f1210b3.png](https://img-blog.csdnimg.cn/img_convert/c526c3f8c93641300526e96f8f1210b3.png)
除了上一回介绍的kd树,八叉树也很常用,具体介绍传送门。是我此前写的另一篇回答。
游戏场景管理的八叉树算法是怎样的
在PCL中,封装了体素内邻近搜索、K近邻搜索、半径内近邻搜索。
示例代码很多,就不细讲了。教程非常多
下面我主要说一说两个不太常见的应用。
一、八叉树应用之空间变化检测
知乎视频www.zhihu.com核心来说,PCL中使用了双缓冲八叉树(double-buffering octree)结构
操作上讲,首先对第一个点云文件执行一次完整的编码,然后对后续的点云文件,只对前后的差值进行编码。双八叉树数据结构使用的过程是:每个分支节点都有两个缓冲区,当需要创建新的子节点时,会在当前分支节点中执行对前面指针缓冲区的查找,如果找不到相关的引用指针,即在之前处理过的八叉树结构中不存在相应的体素,则创建新的子节点,且两个缓冲区都初始化为0,如下图左所示;如果在前面的指针缓冲区中可以找到对应的子节点指针,就采用它的引用,并只是初始化所选的子指针缓冲区为0,如下图右图所示。初始化完成之后,可以通过对两个缓存区进行异或操作,得到两个八叉树缓存区之间的差异,类似于视频编码中的帧间预测,编码两个帧间的差异。
![f6568ca620c3c40fe57999b303f546cd.png](https://img-blog.csdnimg.cn/img_convert/f6568ca620c3c40fe57999b303f546cd.png)
#include <iostream>
#include <vector>
#include <pcl/point_cloud.h>
#include <pcl/octree/octree.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>
using namespace std;
int main(int*argc, char*argv)
{
// 八叉树分辨率 即体素的大小
float resolution = 0.1f;
// 初始化空间变化检测对象
pcl::octree::OctreePointCloudChangeDetector<pcl::PointXYZ>octree(resolution)