u013630299的博客

CT-ICP 入围2021年ICRA的best paper候选

#include <iostream>#include <fstream>#include <iterator>#include <string>#include <vector>#include <opencv2/opencv.hpp>#include <image_transport/image_transport.h>#include <opencv2/highgui/highgui.hpp>

#include <iostream>#include <fstream>#include <iterator>#include <string>#include <vector>#include <opencv2/opencv.hpp>#include <image_transport/image_transport.h>#include <opencv2/highgui/highgui.hpp&gt.

import osimport numpy as npimport open3d as o3dimport time#打开文件路径files = os.listdir("experiment_1_rec/")files.sort(key=lambda x:int(x.split('.')[0])) #按照文件名的顺序排序vis = o3d.visualization.Visualizer()##创建播放窗口vis.create_window()pointcloud = o3d.geom

不知道咋了，lio_sam编译的时候突然就报错/usr/lib/linux-..../libtbb.so.2 error: DSO missing (记不全了，大概就是这些吧)这个原因就是找不到动态链接库了，直接在相应节点的target_link_library后面再补上tbb即可，如target_link_library(${catkin_LIBRARIES} tbb)然后就可以了，编译通过。...

zhuapcd生成pgm方法思路：将pcd转换为2D占据网格地图，以topic形式发布到/map上，然后使用map_server包导出pgm:rosrun map_server map_saver -f namename为pgm名字，储存路径为home121. 安装ros包：map_server链接如下：在ROS-melodic中安装map_server、gmapping 等功能包的教程2. 将pcd转换为2D占据网格地图topic的代码：#include <ro...

简单总结一下这篇论文思路：地面分割和聚类两大部分地面识别：(点云划分成s个扇面)（滤掉了较远和较近的点云）（把点云由三维降到二维（d,z））用{d,z}拟合直线，筛选出地面点，并进行标注，由于较远的点比较稀疏的点难以拟合，就认为是非地面点分割：非地面点映射到占用栅格地图上聚类：先通过占用栅格地图判断是否需要用voxel grid进行3D聚类，判断条件是，占用栅格地图对应的点云中，如果点云对的距离超过一定阈值，就进行3D点云的聚类（A clustering method f

转自：https://www.cnblogs.com/pangxiaodong/archive/2011/08/23/2150183.html感觉这个讲的言简意赅，挺好的1.算法流程 输入：聚类个数k，以及包含 n个数据对象的数据库。 输出：满足方差最小标准的k个聚类。　（1）从n个数据对象任意选择k个对象作为初始聚类中心 （2）计算每个对象与聚类中心的距离；并根据...

因为想要做6D localization，因此先尝试跑了下lego_loam1 安装好lego-loam以后，按照如下命令跑了下roslaunch lego_loam run.launchrosbag play 2018-05-18-14-57-12_8.bag --clock --topic /velodyne_points /imu/data2 下一步要做的，保存三维地图，...

用文字解释好费劲呀。 学一点总结一点，表述的比较垃圾，欢迎来喷PFH(Point Feature Histograms)计算复杂度，O（n*k*k）,n是值n个点，k是指该点附近的近邻点。假设有k个近邻，那么PFH是   k*k 个点对特征的直方图，为什么是k*k个呢，看下图。每个点对特征是四维向量，{alpha,fi,theta,d}, d是点对之间的欧式距离，PCL中的直方图默...