Ubuntu 16.04下PCL1.9安装教程及demo测试

最新推荐文章于 2023-11-23 22:09:04 发布

原创最新推荐文章于 2023-11-23 22:09:04 发布 · 2.4k 阅读

28 ·

CC 4.0 BY-SA版权

ABB 专栏收录该内容

2 篇文章

订阅专栏

本文提供了一步一步的指南，教你如何在Ubuntu16.04上安装PCL库并测试安装结果。文章首先介绍了PCL依赖库的安装，接着详细描述了PCL的下载及环境安装过程，并通过一个直通滤波器demo验证了PCL环境的成功搭建。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Ubuntu16.04下PCL安装教程

前言

前言

博主之前在学校的时候就一直都是用的ubuntu16.04，所以今天也和大家分享如何在ubuntu16.04下，配置和安装我们的PCL库。之前有一本《点云库PCL 从入门到精通》，上面是基于ROS进行PCL配置的，其实可以跳过ROS直接配置PCL。

另外插一句，如果有条件的朋友，最好是装个双系统，然后在Ubuntu下配置PCL，而不是在Windows下配置PCL。

两个原因：
1.相比Windows，Ubuntu下配置环境更为方便，只需要几行代码即可解决。
2.在实际项目过程中，在对点云数据进行预处理或者算法计算的时候。相同的代码，Windows需要运行几十秒甚至几百秒，而Ubuntu下可能几秒甚至一秒不到实现了。

下面直接进行我们的环境配置

一、PCL依赖库的安装

	 sudo apt-get update
     sudo apt-get install git build-essential linux-libc-dev
     sudo apt-get install cmake cmake-gui 
     sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
     sudo apt-get install mpi-default-dev openmpi-bin openmpi-common  
     sudo apt-get install libflann1.8 libflann-dev
     sudo apt-get install libeigen3-dev
     sudo apt-get install libboost-all-dev
     sudo apt-get install libvtk5.10-qt4 libvtk5.10 libvtk5-dev
     sudo apt-get install libqhull* libgtest-dev
     sudo apt-get install freeglut3-dev pkg-config
     sudo apt-get install libxmu-dev libxi-dev 
     sudo apt-get install mono-complete
     sudo apt-get install qt-sdk openjdk-8-jdk openjdk-8-jre

二、PCL下载

先点击这个pcl的github官方链接link

点击后下滑找到这个地方：
在这里插入图片描述
然后点击6项中最下面的Source.code(tar.gz)进行下载。
选择保存文件，点击确定。等待下载完毕，即完成第一步。

三、PCL环境安装

将下载好的PCL压缩包，移动到你想要安装的位置。然后打开按键ctrl+alt+T打开终端，cd到该位置。或者是在该窗口界面单击右键，选择在终端中打开。
在这里插入图片描述然后我们依次在终端中按照顺序，输入以下的命令。

step1:解压压缩包

tar xvfj pcl-pcl-1.9.1.tar.gz

step2:进入解压后的pcl文件夹

cd pcl-pcl-1.9.1 && mkdir build && cd build

进入pcl文件夹，创建build文件夹，再进入build文件夹

step3:默认设置安装

cmake ..

使用cmake来根据默认设置创建系统。

cmake -DCMAKE_BUILD_TYPE=Release ..

make -j2

make -j2 install

以上需要很长的时间，可以泡杯茶喝了。

四、测试你的pcl环境是否安装完成

这里选用pcl常用的直通滤波器demo，来测试我们的环境是否搭建完成。
大家可以直接到我的github帐号上去下载。

passthrough.cpp

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>

int
 main (int argc, char** argv)
{
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);

  // Fill in the cloud data
  cloud->width  = 5;
  cloud->height = 1;
  cloud->points.resize (cloud->width * cloud->height);

  for (size_t i = 0; i < cloud->points.size (); ++i)
  {
    cloud->points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud->points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud->points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
  }

  std::cerr << "Cloud before filtering: " << std::endl;
  for (size_t i = 0; i < cloud->points.size (); ++i)
    std::cerr << "    " << cloud->points[i].x << " " 
                        << cloud->points[i].y << " " 
                        << cloud->points[i].z << std::endl;

  // Create the filtering object
  pcl::PassThrough<pcl::PointXYZ> pass;
  pass.setInputCloud (cloud);
  pass.setFilterFieldName ("z");
  pass.setFilterLimits (0.0, 1.0);
  //pass.setFilterLimitsNegative (true);
  pass.filter (*cloud_filtered);

  std::cerr << "Cloud after filtering: " << std::endl;
  for (size_t i = 0; i < cloud_filtered->points.size (); ++i)
    std::cerr << "    " << cloud_filtered->points[i].x << " " 
                        << cloud_filtered->points[i].y << " " 
                        << cloud_filtered->points[i].z << std::endl;

  return (0);
}

CMakeLists.txt

cmake_minimum_required(VERSION 2.8 FATAL_ERROR)

project(passthrough)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (passthrough passthrough.cpp)
target_link_libraries (passthrough ${PCL_LIBRARIES})

把他们放在同一目录下，然后打开当前目录下的终端：
在这里插入图片描述然后，按照顺序依次在终端中输入以下命令：