激光点云数据显示

Lidar系列文章

传感器融合是将多个传感器采集的数据进行融合处理，以更好感知周围环境；这里首先介绍激光雷达的相关内容，包括激光雷达基本介绍（本节内容），激光点云数据处理方法（点云数据显示与裁剪，点云分割，点云聚类，障碍物识别实例）等。

系列文章目录

1. 激光雷达基本介绍
2. 激光点云数据显示
3. 基于RANSAC的激光点云分割
4. 点云分割入门级实例学习
5. 激光点云目标物聚类
6. 基于PCL实现欧式聚类提取
7. 激光雷达障碍物识别

---

---

基于PCL的激光点云可视化实例

本小节主要介绍激光点云的可视化，主要利用PCL对道路的激光点云进行可视化。
本实例中首先实例化了一个含有RGB颜色的激光点云对象，然后将这个激光点云对象指针作为参数，传入PCL中的激光点云读取函数中，将激光点云文件读取到实例化的激光点云对象的指针中。接下来，实例化一个激光点云可视化对象viewer1，通过这个对象调用addPointCloud()方法。实例化的激光点云传入viewer1对象后，设置激光点云可视化窗口的背景颜色。

#include<pcl/visualization/pcl_visualizer.h>
#include<iostream>//标准C++库中的输入输出类相关头文件。
#include<pcl/io/io.h>
#include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。

using namespace std;
using namespace pcl;
typedef pcl::PointXYZI PointIoType;//对激光点云类型进行宏定义

int main(int argc, char** argv){
   
	pcl::PointCloud<PointIoType>::Ptr cloud(new pcl::PointCloud<PointIoType>());
	if (pcl::io::loadPCDFile("../data/simpleHighway.pcd", *cloud) == -1)
		return (-1);
	boost::shared_ptr<pcl::visualizati