Fredric18的博客

首先我使用的是Loam_velodyne这个算法框架，录制的是bag点云文件，围绕室内房间走一圈，想将bag点云文件转为一个可以反映室内环境的密集的激光点云文件，后续点云着色会使用到。不啰嗦了，下面直接说怎么做经过观察，Loam_velodyne算法众多的topic中，/laser_cloud_surround构成是全部的点云图，而且随着时间进行累积。 rosrun pcl_ros bag_to_pcd input.bag /laser_cloud_surround pcd 转换后的激

两个点云进行配准，然后将配准后的点云保存为pcd文件，本文是在《点云库PCL从入门到精通》基础上修改的。pairwise_incremental_registration.cpp如下所示：#include <boost/make_shared.hpp>#include <pcl/point_types.h>#include <pcl/point_cloud.h>#include <pcl/point_representation.h>#includ

读取点云的源代码：#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc,char** argv){pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);if(pcl::io::loadPCDFile&