指针搜索_点云空间搜索之八叉树（含源码）

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。

#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)