【点云处理】使用pcl内置的Voxel Grid Filter对原始点云进行降采样

最新推荐文章于 2025-07-29 16:35:51 发布

原创

最新推荐文章于 2025-07-29 16:35:51 发布 · 2.1k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#点云 #降采样

该博客介绍了如何利用PCL库中的VoxelGridFilter对来自Livox LiDAR的点云数据进行降采样。通过设置0.2米的叶尺寸，将原始点云数据过滤并减少了点的数量。降采样后的点云数据在保持关键信息的同时，显著降低了数据量，提高了处理效率。

该节点会订阅"/livox/lidar"话题的点云数据，使用PCL内置的Voxel Grid Filter对点云数据进行降采样，过滤后的结果发布到"filtered_points"上。

#include <iostream>
#include <thread>
#include <sstream>

#include <pcl/point_types.h>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/common/common.h>
#include <pcl/common/transforms.h>
#include <pcl/PCLPointCloud2.h>
#include <pcl/people/person_cluster.h>
#include <pcl/filters/voxel_grid.h>

#include <ros/ros.h>
#include <sensor_msgs/Image.h>
#include <sensor_msgs/PointCloud.h>
#include <sensor_msgs/PointCloud2.h>
#include <sensor_msgs/point_cloud_conversion.h>
#include <functional>


int main(int argc,char** argv)
{
    ros::init(argc,argv,"n_lidar_voxel_grid_filter");
    ros::NodeHandle node;
    ros::Subscriber pointcloud_sub;
    ros::Publisher pointcloud_pub = node.advertise<sensor_msgs::PointClou