<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[eidolon412的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/eidolon412</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; eidolon412]]></copyright><item><title><![CDATA[GitHub托管本地VisualStudio项目]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/124498766</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/124498766</guid><author>eidolon412</author><pubDate>Fri, 29 Apr 2022 17:02:45 +0800</pubDate><description><![CDATA[网上托管方法很多，本仙女不意义赘述，只记录一下仙女第一次github托管代码的辛酸路

win10+VS2017

方法一：

vs2017使用GitHub插件发布项目到github

这个方法本仙女第一次用新建github仓库成功啦，在VS上创建解决方案、更改推送没问题，但是托管已有代码时遇到了问题，建议用这个方法下VS中GitHub的插件。

方法二：

基于git实现的代码托管

这个方法有效，需要自己下一个git软件（非常有必要下）

建议用方法二来创建库和连接库并完成第一次提交，用方法一来提交更改]]></description><category></category></item><item><title><![CDATA[初学PCL（四）：用ICP算法匹配连续时刻的点云数据]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/123579664</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/123579664</guid><author>eidolon412</author><pubDate>Fri, 18 Mar 2022 20:09:29 +0800</pubDate><description><![CDATA[步骤：

1、写一个函数，输入两个点云，输出变换矩阵。

2、建两个数组点云类数组、变换矩阵类数组。

3、输出变换矩阵文件。

4、根据3得到的变换矩阵文件变换每一秒的PCD到一个文件。



存在问题：匹配结果不理想，误差大



提高连续匹配精度的方法：

1、匹配前传初值： icp.align(*cloud_final,bias_matrix)第二个参数表示ICP匹配的初值。bias_matrix=第i-1秒经ICP匹配后的点云数据

2、改进初值：加上1秒运动的距离 trans_matrixs[i]]></description><category></category></item><item><title><![CDATA[初学PCL（二）：读每时刻相机姿态变换信息并保存成4*4矩阵]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/123577392</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/123577392</guid><author>eidolon412</author><pubDate>Fri, 18 Mar 2022 16:58:42 +0800</pubDate><description><![CDATA[04.txt文件介绍：04.txt包含271行12列数据，0-270行数据代表0-270秒对应的相机位置和姿态的变换信息，12列数据对应4*4变换矩阵的前三行数据，顺序为从左到右、从上到下。



思路：

1.调用egien库的矩阵类，创建一个4*4的矩阵对象tr_matrix0

2.创建一个指向&lt;Eigen::Matrix4d&gt;类的vector，

3.读04.txt的一行数据到tr_matrix0对象里，并给最后一行赋值 0 0 0 1

4.将tr_matrix0对象push_back]]></description><category></category></item><item><title><![CDATA[初学PCL（四）：ICP算法代码实现]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/123579146</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/123579146</guid><author>eidolon412</author><pubDate>Fri, 18 Mar 2022 16:58:17 +0800</pubDate><description><![CDATA[算法输入：两个点集，source和target



算法输出：旋转矩阵R，平移矩阵T



算法步骤：

1、采集点集src属于source(均匀、随即、法失) （不一定必须要）

2、对于src中每一个点，在target中找到对应的最近点，组成点集tgt（点到点、点到面。。。）

3、求得使src刚体变换后与上述tgt对应点平均距离最小的旋转矩阵R和平移矩阵T（svd、四元数法）

4、对src做上一步得到的旋转、平移变换得到新的变换点集src'

5、如果新的变换点集src'与目标点集tgt满足目标.]]></description><category></category></item><item><title><![CDATA[初学PCL（三）：统一不同时刻PCD数据的坐标系]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/123578251</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/123578251</guid><author>eidolon412</author><pubDate>Fri, 18 Mar 2022 16:42:02 +0800</pubDate><description><![CDATA[将velodyne坐标系（激光雷达坐标系）下0-270秒的PCD格式文件全部转换到0秒的坐标系下



思路：

1、创建两个点云对象，一个point_cloud读当前时刻下的pcd数据，一个alltime_pc存所有时刻的pcd数据。

2、创建两个4*4的矩阵，一个读当前时刻相机相对0时刻的变换矩阵，一个存从雷达坐标系变换到相机坐标系的变换矩阵Tr

3、从calib.txt文件中读Tr矩阵（下面代码直接单独保存Tr矩阵到Tr.txt）

4、读当前时刻的pcd文件和相机相对0时刻的变换矩阵

5、根据]]></description><category></category></item><item><title><![CDATA[初学pcl：c++读bin格式转PCD格式文件]]></title><link>https://blog.youkuaiyun.com/eidolon412/article/details/122352695</link><guid>https://blog.youkuaiyun.com/eidolon412/article/details/122352695</guid><author>eidolon412</author><pubDate>Thu, 06 Jan 2022 21:02:26 +0800</pubDate><description><![CDATA[实现c++读bin格式转PCD格式文件]]></description><category></category></item></channel></rss>