pcl常用函数解释

pcl::getTransformation（）

inline Eigen::Affine3f
  getTransformation (float x, float y, float z, float roll, float pitch, float yaw)
  {
    Eigen::Affine3f t;
    getTransformation<float> (x, y, z, roll, pitch, yaw, t);
    return (t);
  }

 

pcl::getTranslationAndEulerAngles（）

inline void
  getTranslationAndEulerAngles (const Eigen::Affine3f &t,
                                float &x, float &y, float &z,
                                float &roll, float &pitch, float &yaw)
  {
    getTranslationAndEulerAngles<float> (t, x, y, z, roll, pitch, yaw);
  }

 

// 创建点云智能指针
pcl::PointCloud<PointType>::Ptr cloudKeyPoses3D(new pcl::PointCloud<PointType>());

// 添加单个点
PointType newPoint;
newPoint.x = 1.0;
newPoint.y = 2.0;
newPoint.z = 3.0;
cloudKeyPoses3D->push_back(newPoint);

// 访问点云中的点
// 第一个点的坐标
float x = cloudKeyPoses3D->points[0].x;
float y = cloudKeyPoses3D->points[0].y;
float z = cloudKeyPoses3D->points[0].z;

// 获取点云中点的数量
int numPoints = cloudKeyPoses3D->size();

// 遍历所有点
for(const auto& point : cloudKeyPoses3D->points) {
    // 处理每个点
    // point.x, point.y, point.z
}

 

map<int, pair<pcl::PointCloud<PointType>, pcl::PointCloud<PointType>>>

map<                                           // 外层是一个映射
    int,                                       // 键：整数类型(比如可以用作帧ID)
    pair<                                      // 值：一个配对
        pcl::PointCloud<PointType>,            // 第一个点云(比如可以存储角点)
        pcl::PointCloud<PointType>             // 第二个点云(比如可以存储面点)
    >
>

// 定义数据结构
map<int, pair<pcl::PointCloud<PointType>, pcl::PointCloud<PointType>>> featureMap;

// 添加数据的方法
void addFeaturesToMap(int frameId, 
                     const pcl::PointCloud<PointType>& cornerPoints,
                     const pcl::PointCloud<PointType>& surfacePoints) {
    // 方法1：使用make_pair直接构造
    featureMap[frameId] = make_pair(cornerPoints, surfacePoints);
    
    // 方法2：分别构造
    pair<pcl::PointCloud<PointType>, pcl::PointCloud<PointType>> features;
    features.first = cornerPoints;    // 存储角点
    features.second = surfacePoints;  // 存储面点
    featureMap[frameId] = features;
}

// 访问数据的方法
void accessFeatures(int frameId) {
    // 检查键是否存在
    if (featureMap.find(frameId) != featureMap.end()) {
        // 获取角点
        const pcl::PointCloud<PointType>& corners = featureMap[frameId].first;
        // 获取面点
        const pcl::PointCloud<PointType>& surfaces = featureMap[frameId].second;
        
        cout << "Frame " << frameId << " has "
             << corners.size() << " corner points and "
             << surfaces.size() << " surface points" << endl;
    }
}

// 遍历整个map的方法
void traverseFeatureMap() {
    for (const auto& item : featureMap) {
        int frameId = item.first;
        const auto& cornerCloud = item.second.first;
        const auto& surfaceCloud = item.second.second;
        
        cout << "Frame " << frameId << ":\n"
             << "  Corner points: " << cornerCloud.size() << "\n"
             << "  Surface points: " << surfaceCloud.size() << endl;
    }
}

// 删除特定帧的数据
void removeFrame(int frameId) {
    featureMap.erase(frameId);
}

kdtreeCornerFromMap->nearestKSearch(pointSel, 5, pointSearchInd, pointSearchSqDis);

• dtreeCornerFromMap->nearestKSearch: 这是 pcl::KdTreeFLANN 类的一个成员函数，用于在 Kd-tree 中搜索最近邻点。
• pointSel: 要查找最近邻点的查询点。它是一个 PointType 类型的点。
• 5: 表示要查找的最近邻点的个数，这里设置为 5，即查找 5 个最近邻点。
• pointSearchInd: 一个整数类型的向量，用来存储找到的最近邻点的索引。索引对应于原始点云中的点索引。
• pointSearchSqDis: 一个浮点型向量，用来存储找到的最近邻点与查询点之间的平方距离。

总结: 这行代码调用 nearestKSearch 函数，在 kdtreeCornerFromMap 这个 Kd-tree 中查找与 pointSel 点最近的 5 个点。找到的点的索引存储在 pointSearchInd 中，对应的平方距离存储在 pointSearchSqDis 中。