pcl
文章平均质量分 92
归去来兮哈
从事无人驾驶领域
展开
-
PCL学习笔记
点云生成1.通过读取pcd文件生成点云std::vector<int>pcdfile_indices=pcl::console::parse_file_extension_argument(argc,argv,"pcd");//在输入参数中找到含有pcd的文件std::string filename(argv[pcdfile_indices[0]]);//读取文件名pcl:...原创 2020-08-08 10:33:40 · 686 阅读 · 3 评论 -
SVD(奇异值分解)学习笔记
奇异值分解物理意义从几何上,SVD分解就是通过M将一组正交基映射到另一组正交基。记映射后的向量Mv1为u1,Mv2为u2,Mv1的模为σ1,Mv2的模为σ2。接下来我们就可以推导了: (类似于特征值特征向量的表达式)这时候λ就被称为特征向量v对应的特征值,一个矩阵的一组特征向量是一组正交向量。特征值分解是将一个矩阵分解成下面的形式:其中Q是这个矩阵A的特征向量组成的矩阵,...原创 2020-03-06 15:51:56 · 572 阅读 · 0 评论 -
图形学模型下载位置
转载地址常见模型的下载地址:http://www.cc.gatech.edu/projects/large_models/斯坦福兔子的下载地址:http://www.cc.gatech.edu/projects/large_models/bunny.html斯坦福兔子的官方主页:http://www.cc.gatech.edu/~turk/bunny/bunny.htmlhttp://gr...转载 2020-03-02 15:09:34 · 304 阅读 · 0 评论 -
PCL NDT算法的学习实现(3D点云匹配)
PCL NDT算法的学习实现(3D点云匹配)NDT介绍正态分布变换(NDT)是一种可以用在三维点云配准的算法。因为不需要对应特征点的特征计算和匹配,理论上时间要比其他方法快。NDT算法的基本思想是先跟据参考数据来构建多维变量的正态分布,如果变换点和目标点云(参考数据)能够匹配很好,概率密度会很大。所以采用优化的方法求取使得概率密度最大的变换参数。算法基本步骤1.将参考点云所占空间化成指定...翻译 2020-02-29 21:24:33 · 7171 阅读 · 4 评论 -
pcl使用问题总结
Ubuntu 16.04 :pcl使用问题 -lvtkproj4在命令行窗口输入ln -s /usr/lib/x86_64-linux-gnu/libvtkCommonCore-6.2.so /usr/lib/libvtkproj4.so原创 2019-12-05 22:09:13 · 628 阅读 · 0 评论