学习笔记：点云库PCL（Point Cloud Library ）介绍

本文简要介绍点云库(PCL)，一个用于处理2D和3D数据的开源库，如激光雷达点云。 通过熟悉使用PCL的一些基础知识，以便后续使用PCL进行定位。主要涵盖以下内容：

点云数据Point Cloud Data(PCD)文件

点云库The Point Cloud Library(PCL)

PCL查看器（Viewer）

在PCL中创建和使用激光雷达对象

模板Templates和不同的点云

调整激光雷达参数 检查PCL中的点云

一、点云数据(PCD)文件

激光雷达数据的存储格式称为点云数据(PCD)，pcd文件是笛卡尔坐标(x,y,z)和强度值i的列表，是在每一次扫描环境之后的单个快照。这意味着对于VLP 64激光雷达，pcd文件将有大约256,000 (x,y,z,i)值。

 

一个城市街区的PCD，停着的汽车，和一辆路过的货车。强度值以不同的颜色显示。中间黑色区域是装有激光雷达传感器的汽车所在的位置。

PCD坐标

点云数据的坐标系与汽车的本地坐标系相同。在这个坐标系中，x轴指向汽车的前部，y轴指向汽车的左侧。由于这个坐标系采用右手定则，坐标系z轴指向汽车上方。

二、点云库PCL

在本课中学习处理点云数据以发现障碍物。所有的代码都将在c++环境中完成，PCL是一个用于处理点云的开源c++库，使用它来可视化数据、呈现形状，以及一些内置处理功能。在这里可以找到PCL的一些文档：Point Cloud Library | The Point Cloud Library (PCL) is a standalone, large scale, open project for 2D/3D image and point cloud processing.

 

PCL在机器人社区中被广泛用于处理点云数据，网上有许多使用它的教程。PCL中有许多内置函数可以帮助检测障碍，如分割、提取和聚类。

三、启动代码

所有代码(以及关于障碍物检测方面的内容)都包含在GitHub存储库中,可以克隆repo，并参照README在电脑上运行。参考链接：