C++ 使用点云库ICP进行二维点匹配
我使用PCL的ICP进行2D点匹配,我使用C++ 使用点云库ICP进行二维点匹配,c++,computer-vision,point-cloud-library,point-clouds,C++,Computer Vision,Point Cloud Library,Point Clouds,我使用PCL的ICP进行2D点匹配,我使用::对应关系查找源(索引)到目标(索引)的对应关系,并观察到许多源索引指向相同的目标索引,如下所示 SrcIndex: 3 -> TgtIndex: 800 SrcIndex: 4 -> TgtIndex: 800 SrcIndex: 5 -> TgtIndex: 801 SrcIndex: 6 -> TgtIndex: 801 对应映射不应该是一对一吗 seteuclideanfitnesspsilon做什么 我在第5页发现
::对应关系
查找源(索引
)到目标(索引
)的对应关系,并观察到许多源索引指向相同的目标索引,如下所示
SrcIndex: 3 -> TgtIndex: 800
SrcIndex: 4 -> TgtIndex: 800
SrcIndex: 5 -> TgtIndex: 801
SrcIndex: 6 -> TgtIndex: 801
seteuclideanfitnesspsilon
做什么李>
我在第5页发现
如果平方误差之和小于用户定义的阈值,则找到解决方案。通过SetEuclideAnFitnessPsilon设置(距离)
然而,即使在设置了::seteuclideanfitnesspsilon(1)
,我还是得到了getFitnessScore()
的50ish
,这比根本不设置欧几里德适应度更糟糕
:迭代次数达到最大次数 迭代次数setMaximumIterations()
:两者之间的差异 先前转换和当前估计转换 小于阈值setTransformationEpsilon()
:的和 欧几里得平方误差小于阈值seteuclideanfitnessipsilon()