PCL点云配准
关注
分享
扫一扫
文章平均质量分 80
1. 旋转矩阵，旋转向量，欧拉角，四元数
2. 空间变换的几种表示方式
3. 点云配准的基本数学模型与SVD分解
4. 点云关键点ISS
5. 角点与面点的提取
6. 特征描述子与PFH算法
7. FPFH算法及其C++实现
steptoward
这个作者很懒，什么都没留下…
展开
-
【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——粗配准
从本文开头的图中可以直接明了地看出, forward函数中, get_node_correspondences步骤的输出——gt_node_corr_indices, gt_node_corr_overlaps, 是coarse_target函数的所有输入. coarse_target函数中, 首先根据设定的overlap阈值, 过滤中有效的真值匹配点对, 然后分别获取对应的ref点索引、src点索引以及overlap程度, 返回这些结果.这个类中是没有可学习的网络参数的.原创 2024-07-09 15:23:29 · 1325 阅读 · 4 评论 -
【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——数据部分梳理（1）
使用自己的数据进行点云数据配准的训练时， 需要运行GeoTransformer/experiments/geotransformer.kitti.stage5.gse.k3.max.oacl.stage2.sinkhorn/下面的trainval.py，它是调用同目录下的dataset.py来组织数据的。而在这个文件的开头， 就import 了geotransformer.utils.data模块中的三个函数， 因此理解这个模块是非常重要的。原创 2024-06-12 18:37:21 · 1458 阅读 · 2 评论 -
【基于深度学习方法的激光雷达点云配准系列之GeoTransformer】——模型部分浅析(1)
组成的feats_list.原创 2024-06-28 11:28:17 · 1427 阅读 · 2 评论 -
【PCL】KdTree使用报错：Assertion `point_representation_-＞isValid、Assertion `index ＞ 0 && index ＜ count‘
本文记录几种使用pcl配准库时，该库使用了KdTree方法，运行中的报错问题和解决方法。原创 2024-02-27 20:50:55 · 837 阅读 · 0 评论 -
从pcd文件中获取点云类型（pointXYZ等）
pcd文件读取时，有时会因为点云类型无法事先获知，而在LoadPCDFile或者定义点云时，难以做到代码的复用。因此，在加载pcd文件时，自动获取point的类型，然后根据这个信息来定义点云和加载点云，就能方便地对不同厂家的激光雷达PCD文件读取进行适配。原创 2024-02-27 10:31:32 · 626 阅读 · 0 评论