如何使用 pcl 将 3D 点云离散化为 xy 平面上的 2D 网格，而不是使用体素网格？

Posted 2023-02-21

【中文标题】如何使用 pcl 将 3D 点云离散化为 xy 平面上的 2D 网格，而不是使用体素网格？

【英文标题】：hwo to use pcl to achieve that discretizing the 3D point cloud into a 2D grid over the xy plane, not use the voxelgrid?

【发布时间】：2019-01-10 15:38:45

【问题描述】：

我想将3D点云在xy平面上投影成2D网格，每个网格单元大小为20cm*20cm，如何有效实现？

不使用 VoxelGrid 方法，因为我想保留每个点并在下一步处理它们（每列高斯核并使用 EM 处理每个网格）

【问题讨论】：

欢迎来到 Stack Overflow！请查看writing the perfect question 以帮助您提出一个好问题，从而获得一个好的答案。

请看：***.com/a/49749230/6812182

【参考方案1】：

正如 cmets 中所讨论的，您可以使用 OctreePointCloudPointVector 类实现您想要的。

这是一个如何使用该类的示例：

#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/octree/octree_pointcloud_pointvector.h>

using Cloud    = pcl::PointCloud<pcl::PointXYZ>;
using CloudPtr = Cloud::Ptr;

using OctreeT = pcl::octree::OctreePointCloudPointVector<pcl::PointXYZ>;

int main(int argc, char** argv)

    if(argc < 2)
        return 1;

    // load cloud
    CloudPtr cloud(new Cloud);
    pcl::io::loadPCDFile(argv[1], *cloud);

    CloudPtr cloud_projected(new Cloud(*cloud));
    // project to XY plane
    for(auto& pt : *cloud_projected)
        pt.z = 0.0f;

    // create octree, set resolution to 20cm
    OctreeT octree(0.2);
    octree.setInputCloud(cloud_projected);
    octree.addPointsFromInputCloud();

    // we gonna store the indices of the octree leafs here
    std::vector<std::vector<int>> indices_vec;
    indices_vec.reserve(octree.getLeafCount());

    // traverse the octree leafs and store the indices
    const auto it_end = octree.leaf_depth_end();
    for(auto it = octree.leaf_depth_begin(); it != it_end; ++it)
    
        auto leaf = it.getLeafContainer();
        std::vector<int> indices; 
        leaf.getPointIndices(indices);
        indices_vec.push_back(indices);
    

    // save leafs to file
    int cnt = 0;
    for(const auto indices : indices_vec)
    
        Cloud leaf(*cloud, indices);
        pcl::io::savePCDFileBinary("leaf_" + std::to_string(cnt++) + ".pcd", leaf);
    

调用pcl_viewer可以看到输出：

pcl_viewer 叶_*.pcd

查看示例输出

【讨论】：

嗨，塞尔坎。我运行了代码，但是我很困惑，当我使用 Visual Studio 时，我找不到最终结果文件（leaf_number 的名称）。

文件将被写入VS运行程序的路径。您可以随时将路径更改为pcl::io::savePCDFileBinary() 中的绝对路径。

【参考方案2】：

您可以使用https://github.com/daavoo/pyntcloud 和以下代码实现此目的：

from pyntcloud import PyntCloud

cloud = PyntCloud.from_file("some_cloud.ply")
# 0.2 asumming your point cloud units are meters
voxelgrid_id = cloud.add_structure("voxelgrid", size_x=0.2, size_y=0.2)

voxelgrid = cloud.structures[voxelgrid_id]

您可以在此处了解有关 VoxelGrid 的更多信息：

https://github.com/daavoo/pyntcloud/blob/master/examples/%5Bstructures%5D%20VoxelGrid.ipynb

【参考方案3】：

xy 平面上的二维网格是什么意思？还是要z值是原来的值，还是先把点云投影到XY平面上？

保持Z值

如果您想保留 Z 值，只需将 VoxelGrid 的 Z 的 叶子大小 设置为无限（或非常大的数字）。

pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
sor.setInputCloud (cloud);
sor.setLeafSize (0.01f, 0.01f, 100000.0f);
sor.filter (*cloud_filtered);

先将 Cloud 投影到 XY 平面

将云投影到XY平面只不过是将每个点的Z值设置为0。

for(auto& pt : cloud)
    pt.z = 0.0f;

现在你可以在投影点云上做普通的VoxelGrid。

【讨论】：

据我了解，VoxelGrid 是一种实现下采样的方法，即从输入网格中的每个输出点。我想把原来的点云投影到xy平面并光栅化，每个网格大小为20cm*20cm，并且保留点云中的每一个点，而不是下采样

好的，我明白了。在这种情况下，我建议使用OctreePointCloudPointVector。首先将您的输入点云投影到 XY 平面，使用该投影点云作为八叉树的输入。之后，您将获得每个体素中输入点云的点的索引。

是的，我实际上实现了到 xy 平面的投影，但我对光栅化感到困惑。我的投影方法是 pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients());系数->values.resize(4);系数->值[0] = 0；系数->值[1] = 0；系数->值[2] = 1；系数->值[3] = 0;

谢谢你的回复，我其实是搜索八叉树方法的，我被一些东西弄糊涂了。首先是八叉树的体素内部是否为空，而只是像二维平面上的像素一样表示。第二个问题是，如果我想知道网格内部的分布，我该怎么办？

@WanEthan 我将在单独的答案中向您展示如何实现您想要的。