PCL KNN邻近点局限在某一范围之PCL在聚类后会重构KdTree

1 篇文章 0 订阅
1 篇文章 0 订阅

问题背景

在做代码重构的时候,决定建立一个全局的KdTree,来取代之前各模块局部建立的重复KdTree,以此减小开销,提升效率。
但使用全局KdTree后,在一个模块进行KNN邻域搜索时,发现返回的临近点都只局限在输入参数的种子点范围内,而非全局点云下的临近点。

问题探究

调试之后发现,在该模块之前有一个预处理模块,负责种子点的聚类剔除。在进行聚类前,调用全局KdTree设为聚类的搜索树,此时KdTree的信息如下图所示:
在这里插入图片描述
可以看到点的数目与全局场景点云的数目一致。

但当进行聚类之后,在这里插入图片描述
KdTree的信息发生了改变,如下图所示:在这里插入图片描述
推测聚类后,PCL使用聚类的结果重构了该KdTree。
由于此时KdTree树为全局KdTree的引用,因此随后另一个模块所引用的全局KdTree也受到影响,表现就如问题背景模块所述。

解决方法

在聚类模块声明了一个新的局部KdTree,拷贝全局KdTree,以免其聚类后影响到全局KdTree。

总结

聚类后,PCL会使用聚类结果重构KdTree。若不想之前的KdTree受到影响,应做好备份或其他相应处理。

唉,这算PCL的一个坑吧!跳下去好痛苦才上来!!!

你可以使用PCL(Point Cloud Library)中的KdTree来求一个云中每个在另外一个云上的最近。 首先,你需要创建两个云对象,分别表示源云和目标云。然后,使用KdTree来建立目标云的索引。 下面是一个示例代码,展示了如何使用KdTree来求解每个的最近邻: ```cpp #include <pcl/point_cloud.h> #include <pcl/kdtree/kdtree_flann.h> int main () { // 创建源云和目标pcl::PointCloud<pcl::PointXYZ>::Ptr sourceCloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::PointCloud<pcl::PointXYZ>::Ptr targetCloud(new pcl::PointCloud<pcl::PointXYZ>); // 假设已经将云数据填充到源云和目标云中 // 创建目标云的KdTree索引 pcl::KdTreeFLANN<pcl::PointXYZ> kdtree; kdtree.setInputCloud(targetCloud); // 对于源云中的每个,找到其在目标云上的最近邻 for (const auto& sourcePoint : sourceCloud->points) { // 定义最近邻搜索的结果变量 pcl::PointXYZ closestPoint; int k = 1; // 只找一个最近邻 // 搜索最近邻 std::vector<int> indices(k); std::vector<float> distances(k); kdtree.nearestKSearch(sourcePoint, k, indices, distances); // 获取最近邻的坐标 closestPoint = targetCloud->points[indices[0]]; // 在这里可以使用closestPoint来做进一步的处理 // 输出最近邻的坐标 std::cout << "Source point (" << sourcePoint.x << ", " << sourcePoint.y << ", " << sourcePoint.z << ") closest point in target cloud: (" << closestPoint.x << ", " << closestPoint.y << ", " << closestPoint.z << ")" << std::endl; } return 0; } ``` 请注意,以上代码仅为示例,你需要将其根据你的实际情况进行适当修改。此外,你还需要包含适当的PCL头文件并链接PCL库。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值