PCL点云库动手实践知识点3.1——ndt matching点云配准

最新推荐文章于 2025-05-05 09:40:46 发布
最新推荐文章于 2025-05-05 09:40:46 发布
阅读量1.3k 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： PCL 文章标签： 自动驾驶 c++ 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_41545537/article/details/121276010
本文介绍了使用PCL库进行点云配准的NDT匹配方法，包括点云滤波、寻找最佳旋转变换矩阵、点云变换及结果比较，主要应用于自动驾驶领域的3D定位。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ndt点云配准程序如下:
**原理解析:
1)通过对输入的点云滤波生成filtered_cloud,
2)再将filtered_cloud基于ndt与target_cloud进行对比,求出最优的旋转变换矩阵ndt.getFinalTransformation()

ndt.setInputCloud(filtered_cloud);   //设置要配准的点云
    ndt.setInputTarget(target_cloud);    //设置点云配准目标

设置一个初始估计


                

                
                
        

    

    
  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        


    



                



	

		

			

				
					
PCL实现NDT点云配准算法( 附完整源码)

				
			

			

				

					希望我的博客，能帮上你解决学习中工作中所遇到的问题
				

				

					05-19
					
					367
					
				

			

		

		

			
				
PCL实现NDT点云配准算法( 附完整源码)

			
		

	



                

            
              



	

		

			

				
					
【PCL】NDT点云配准（Registration）

				
			

			

				

					DevFrank的博客
				

				

					10-31
					
					1770
					
				

			

		

		

			
				
NDT点云配准

			
		

	



              


  
              

                


	

		

			

				
					
无人驾驶Autoware代码中GNSS和激光雷达定位ndt_matching

				
			

			

				

					u010008647的博客
				

				

					03-31
					
					9343
					
				

			

		

		

			
				
基本结构
autoware.ai是一个日本开发的自动驾驶开源平台，是个较为全面的开放资源,是学习和二次开发的不错选择。
autoware的定位模块ndt_matching,其中融合了gnss卫星信息，IMU惯导信息，odom里程计，lidar激光雷达点云数据，进行了综合的定位判断。在我们的实验中，只使用GNSS和激光雷达。主要有以下两个topic的回调控制。

一、Lidar定位

points_...

			
		

	





	

		

			

				
					
pcl NDT 点云配准

				
			

			

				

					qq_33912182的博客
				

				

					07-29
					
					632
					
				

			

		

		

			
				
【代码】pcl NDT 点云配准。

			
		

	



		

			
		



	

		

			

				
					
ndt_matching解读

				
			

			

				

					qq_37946291的博客
				

				

					01-09
					
					3286
					
				

			

		

		

			
				
额外开启一个线程检测并更新地图


void* thread_func(void* args)
{
  ros::NodeHandle nh_map;
  ros::CallbackQueue map_callback_queue;
  nh_map.setCallbackQueue(&map_callback_queue);

  ros::Subscriber map_sub = nh...

			
		

	





	

		

			

				
					
NDT Matching 算法学习

				
			

			

				

					Where there is life, there is hope
				

				

					01-04
					
					9587
					
				

			

		

		

			
				
问题背景

 近来从事毫米波雷达的定位与建图工作，想拓展下工作思路，研究autoware公司的激光点云定位与建图。期间正好发现autoware的激光点云配准算法是NDT(Normal-Distributions Transform)，相比ICP算法，它能更快速高效地确定两个大型点云的刚性变换。这里分别介绍下2003年经典的2D NDT算法，以及autoware日本团队在2006年提出的3D ND...

			
		

	





	

		

			

				
					
pcl-1.9.0源码(点云库源码)

				
			

			

				

					09-09
				

			

		

		

			
				
6. **配准**：PCL提供了多种点云配准算法，包括ICP（Iterative Closest Point）、GICP（Generalized Iterative Closest Point）和NDT（Normal Distributions Transform）等。  7. **可视化**：PCL集成了一个名为PCL...

			
		

	





	

		

			

				
					
计算机视觉与深度学习 ｜ 点云配准算法综述（1992-2025）

					
最新发布

				
			

			

				

					尘世冰封的专栏
				

				

					05-05
					
					1171
					
				

			

		

		

			
				
点云配准是三维视觉中的核心任务，旨在通过求解刚性变换（旋转、平移）将不同视角或时间采集的点云对齐到同一坐标系。其应用涵盖三维重建、自动驾驶、机器人导航等领域。以下从算法分类、原理、公式及代码实现角度展开。

			
		

	





	

		

			

				
					
PCL点云库专栏目录

				
			

			

				

					qq_41545537的博客
				

				

					10-27
					
					284
					
				

			

		

		

			
				
PCL点云库知识点0——pcd点云读取中的常用指令
PCL点云库知识点1——在项目中使用pcl点云文件
PCL点云库知识点2——原始点云的读取,旋转变换与显示



			
		

	





	

		

			

				
					
PCL学习记录-12-Registration点云配准-1 (ICP,NDT方法)

				
			

			

				

					HarwardWu的博客
				

				

					03-27
					
					756
					
				

			

		

		

			
				
本博文主要介绍关于点云配准的ICP和NDT两种方法的实现代码,并贴出具有参考意义的博文地址.

关于点云配准的较好的参考博客 :

http://robot.czxy.com/docs/pcl/chapter03/registration/#ndt

https://blog.csdn.net/sru_alo/article/details/88285135

https://blog.csdn.net/yuxuan20062007/article/details/80914102


一. ICP 点..

			
		

	





	

		

			

				
					
基于MATLAB的点云配准程序

				
			

			

				

					03-16
				

			

		

		

			
				
几种经典ICP算法的MATLAB工具包，包括最原始的Besel方法，chen改进的ICP算法

			
		

	





	

		

			

				
					
3. ndt_matching模块介绍及代码解析

				
			

			

				

					gx666cc的博客
				

				

					07-01
					
					1002
					
				

			

		

		

			
				
ndt_matching在整个系统中负责定位工作，它输出的定位信息几乎被所有关键模块订阅。虚线代表可选输入topic关键function一般包含着大量代码注释！有助于理解整个功能模块！红色实现框起来的函数为最关键函数。

			
		

	





	

		

			

				
					
PCL点云库动手实践知识点1.4——使用参数化模型投影点云

				
			

			

				

					qq_41545537的博客
				

				

					11-10
					
					533
					
				

			

		

		

			
				
程序：
将点云投影到z轴
// 学习将点云数据写入pcd文件
// 包含pcd的输入输出头文件——pcd文件IO操作定义的头文件
#include <pcl/io/pcd_io.h>
// 包含点类型、结构的数据定义——包含若干PointT数据结构定义的头文件
#include <pcl/point_types.h>
// 直通滤波的头文件
// #include<pcl/filters/passthrough.h>
// 下采样的头文件
// #include <

			
		

	





	

		

			

				
					
PCL 3D-NDT算法点云配准

					
热门推荐

				
			

			

				

					u013351270的博客
				

				

					04-06
					
					2万+
					
				

			

		

		

			
				
本节我们将介绍如何使用正态分布变换算法来确定两个大型点云（都超过100,000个点）之间的刚体变换。正态分布变换算法是一个配准算法，它应用于三维点的统计模型，使用标准最优化技术来确定两个点云间的最优的匹配，因为其在配准过程中不利用对应点的特征计算和匹配，所以时间比其他方法快，更多关于正态分布变换算法的详细的信息，请看Martin Magnusson博士的博士毕业论文“The Three-Dimens

			
		

	





	

		

			

				
					
autoware lidar_localizer包下的ndt_matching节点的学习

				
			

			

				

					JZJHfc的博客
				

				

					03-22
					
					4621
					
				

			

		

		

			
				
autoware lidar_localizer包下的ndt_matching节点的学习
激光雷达定位
自身定位对于自动驾驶汽车来说非常重要，常见的机器人定位方法有视觉slam方法(即时定位与地图构建)，根据激光雷达实时扫描到的点云图构建地图，然后进行定位的方法。但是在自动驾驶具有高速移动，高安全性的要求下，对该方法的延时要求较高。而另一种定位方法位ndt(正态分布变换)地图匹配方法，则是在已有的...

			
		

	





	

		

			

				
					
PCL教程-点云配准之正态分布变换算法（NDT)

				
			

			

				

					DayDayUp
				

				

					09-23
					
					5988
					
				

			

		

		

			
				
原文链接：How to use Normal Distributions Transform

在本篇教程中，我们将学习使用正态分布变换算法（Normal Distributions Transform ，NDT）来确定两个超大点云（都超过100000点）之间的刚性变换。NDT算法是一种配准算法，它应用于三维点的统计模型，使用标准最优化技术来确定两个点云间的最优的匹配，因为其在配准过程中不利用对应点的特征计算和匹配，所以时间比其他方法快，更多关于正态分布变换算法的详细的信息，请看 Martin Magn..

			
		

	





	

		

			

				
					
PCL :3D-NDT 算法实现点云配准（附完整源码）

				
			

			

				

					希望我的博客，能帮上你解决学习中工作中所遇到的问题
				

				

					09-24
					
					450
					
				

			

		

		

			
				
PCL :3D-NDT 算法实现点云配准（附完整源码）

			
		

	





	

		

			

				
					
NDT点云配准

				
			

			

				

					weixin_43891708的博客
				

				

					12-23
					
					820
					
				

			

		

		

			
				
一家之言，仅作分享，如有不合理或需要改进的地方，欢迎各位讨论。
前言
点云配准的方法有相关性扫描匹配，ICP，以及NDT。前两种在我之前的博客中已经有了简单介绍，
相关性扫描匹配CSM与分支限界
多种形式ICP问题的ceres实例应用
这里将对NDT(Normal Distribution Transform)正态分布变化进行介绍。相比于ICP，NDT对比较差的初始值也可以完成更好的估计。
一、与ICP、CSM的区别
不论是ICP还是CSM，要想有更好的配准效果，就需要假设环境的大部分是不变的。但是实际中，

			
		

	





	

		

			

				
					
autoware中ndtmatching功能加载点云图坐标系修正的问题

				
			

			

				

					大志的博客
				

				

					07-25
					
					1317
					
				

			

		

		

			
				
autoware中ndt matching 加载点云图坐标系转换

			
		

	





	

		

			

				
					
FPFH 点云配准

				
			

			

				

					04-01
				

			

		

		

			
				
### FPFH 特征在点云配准中的应用  FPFH（Fast Point Feature Histogram）是一种用于描述三维点云局部几何特性的特征表示方法，它通过计算点与其邻域之间的相对方向关系来生成直方图。这种方法能够有效地捕捉点云的...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
星辰和大海都需要门票

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值