【激光雷達】認識點云庫PCL

前言

激光雷達生成的點云數(shù)據(jù)通過可視化顯示，是下圖中的效果：

能看到激光雷達發(fā)射多線激光束（藍色圓圈形紋），通過接收器進行處理加工，最好可視化展示出來。從圖能看到車、行人、路燈桿、周圍的建筑物等。

那么通過什么來處理這些點云數(shù)據(jù)呢？

答案是：PCL點云庫

目錄

簡介

特征

PCL的代碼庫圖

PCL項目由哪些開發(fā)的？

以下適合純使用者，快速入門

以下適合開發(fā)者，快速入門

安裝PCL

開發(fā)實踐

簡介

PCL全稱 Point Cloud Library，中文簡稱：點云庫；這個庫包含豐富的點云處理函數(shù)。點云庫（PCL）是一個獨立的，大規(guī)模的，開放的項目，用于2D / 3D圖像和點云處理。

特征

PCL是ROS（機器人操作系統(tǒng)）的3D處理主干。

點云庫（PCL）可在許多操作系統(tǒng)上運行，并且預構(gòu)建的二進制文件可用于Linux，Windows和Mac OSX。

PCL是根據(jù)BSD許可條款發(fā)布的，可免費用于商業(yè)和研究用途。

為了簡化開發(fā)，將PCL分為一系列較小的代碼庫，可以分別進行編譯。

PCL分為一系列模塊化庫，包含：filters、features、keypoints、registration、kdtree、segmentation、sample、consensus surface、recognition、visualization。

圖中標注了常用的模塊函數(shù)；

PCL庫主要包括：點云獲取、濾波、分割、配準、檢索、特征提取、識別、追蹤、曲面重建、可視化

PCL的代碼庫圖

類似于Boost?of C ++庫。這是一個例子：

PCL項目由哪些開發(fā)的？

PCL開源項目，由來自許多不同組織的眾多工程師和科學家開發(fā)的，分布在世界各地，包括：

以下適合純使用者，快速入門

（如果開發(fā)者可以跳過，后面介紹）

API文檔：http://docs.pointclouds.org/trunk/

如何找到不同版本的API呢？？

點擊我來查找不同版本的API

用戶論壇：http://www.pcl-users.org

以下適合開發(fā)者，快速入門

PCL開發(fā)者論壇：http://www.pcl-developers.org

PCL開源庫地址：https://github.com/PointCloudLibrary/pcl

如果開發(fā)過程中遇到問題，可以在下面提問交流：

開發(fā)者教程：http://www.pointclouds.org/documentation/tutorials/

其他

PCL點云庫的標志

PCL官方博客文章：http://www.pointclouds.org/blog/

安裝PCL

Ubuntu系統(tǒng)

sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl sudo apt-get update sudo apt-get install libpcl-all

Linux系統(tǒng)

wget https://aur.archlinux.org/packages/pc/pcl/pcl.tar.gz tar -xzf pcl.tar.gz cd pcl makepkg sudo pacman -U pcl*.xz

安裝好后，需要進行配置。參考官網(wǎng)：在自己的項目中使用PCL

開發(fā)實踐

1）PCL點云讀取和顯示

dmeo1 基本的讀取與顯示

PCL中點云的顯示主要有兩個類：1. pcl::visualization::CloudViewer;? 2. pcl::visualization::PCLVisualizer。

下面代碼采用CloudViewer，讀取點云數(shù)據(jù)的pcd文件：

#include //標準輸入輸出流 #include //PCL的PCD格式文件的輸入輸出頭文件 #include //PCL對各種格式的點的支持頭文件 #include //引入cloud_viewer相關(guān)文件 int main(int argc, char** argv) { pcl::PointCloud::Ptr cloud(new pcl::PointCloud); // 創(chuàng)建點云（指針） //讀入PCD格式的文件，如果文件不存在，返回-1 if (pcl::io::loadPCDFile("D:/PCL_TEST/velodyn_1.pcd", *cloud) == -1) { PCL_ERROR("Couldn't read file test_pcd.pcd \n"); //文件不存在時，返回錯誤，終止程序。 return (-1); } std::cout << "Loaded " << cloud->width * cloud->height << " data points from test_file.pcd with the following fields: " << std::endl; for (size_t i = 0; i < cloud->points.size (); ++i) //通過for循環(huán)，顯示所有的點 效率偏慢 std::cout << " " << cloud->points[i].x << " " << cloud->points[i].y << " " << cloud->points[i].z << std::endl; pcl::visualization::CloudViewer viewer("pcd viewer"); //建立CloudViewer 對象 viewer.showCloud(cloud); //窗口可視化顯示 system("pause"); return (0); }

pcl? 是一個命名空間，跟std類似；PointCloud是類模板，是模板類實例化的類型。

其中PointXYZ可以替換為PointXYZRGB,、PointXYZRGBA等多種點云的格式。

D:/PCL_TEST/velodyn_1.pcd具有寫自己文件放置的位置路徑

demo2 基本讀取與豐富地顯示

pcl::visualization::PCLVisualizer

如果想要更加豐富的點云顯示，如給點云添加顏色、顯示點云中的法矢、在窗口中自己畫圖案、自定義視角的位置，可以采用pcl::visualization::PCLVisualizer

官網(wǎng)案例參考：http://www.pointclouds.org/documentation/tutorials/pcl_visualizer.php#pcl-visualizer

下面代碼采用PCLVisualizer，讀取點云數(shù)據(jù)的pcd文件：

#include #include #include #include //前面是導入OpenCV的函數(shù)文件 #include //導入點云可視化的文件 using namespace pcl; //申明命名空間 boost::shared_ptr viewer(new pcl::visualization::PCLVisualizer("3D Viewer")); //創(chuàng)建PCLVisualizer對象 int main() { //定義點云數(shù)據(jù) pcl::PointCloud::Ptr cloud (new pcl::PointCloud); // 定義讀取對象 pcl::PCDReader reader; // 讀取點云文件 reader.read ("D:/PCL_TEST/velodyn_1.pcd", *cloud); // D:/PCL_TEST/velodyn_1.pcd具有寫自己文件放置的位置路徑 while(true) { viewer1->removeAllPointClouds(); // 移除當前所有點云 viewer1->addPointCloud(cloud, "test"); viewer1->updatePointCloud(cloud, "test"); viewer1->spinOnce(0.0000000000001); } }

同樣其中PointXYZ可以替換為PointXYZRGB,、PointXYZRGBA等多種點云的格式。

D:/PCL_TEST/velodyn_1.pcd具有寫自己文件放置的位置路徑

參考：https://blog.csdn.net/lizhengze1117/article/details/89154028?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-13&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-13

2）點云庫對濾波算法的實現(xiàn)

其原理及算法：直通濾波器、體素濾波器、統(tǒng)計濾波器、半徑濾波器? 參考：https://www.cnblogs.com/ironstark/p/4991232.html

參考：https://blog.csdn.net/qq_30815237/article/details/86294496

VexelGrid濾波器對點云下采樣；參考：https://blog.csdn.net/LimitOut/article/details/102888615

希望對你有幫助。( ?? ω ?? )y

開發(fā)者 自動駕駛

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。