Registration 使用点云库(PCL)改进注册输出
我正在两个点云之间执行注册。一个由电磁传感器生成,由30个点组成;第二个由视差图生成,也由30个点组成 基本上,我将传感器连接到一个我能够在视差图中跟踪的对象上,因此对于两个云,我都有传感器的真实世界坐标和视差图中相应的跟踪点。我通过移动跟踪对象生成点云,并将传感器位置和视差贴图对应值(真实世界坐标中的X、Y和Z)逐帧保存为两个云中的点 尽管我对视差图的准确性非常满意,但它的值肯定不如来自EM传感器的值精确,因此两片云彩之间没有完美的对应关系 为了对齐云,我使用PCL的迭代最近点。在某些情况下,配准效果良好,但很有可能会出现错误配准(所有三个轴或仅一个或两个轴,即有时X轴正确配准,但其他两个轴不正确) 所以我需要改进结果。在跳到这里提出的基于特征的注册算法之前,我想尝试做一些不同的事情 随着视差贴图帧的继续,我生成点云,因此在我的最终云中,我确实知道云1的第一个点(视差贴图)应该对应于云2的第一个点(特定帧中的传感器位置),云1的第二个点应该对应于云2的第二个点,依此类推 所以我想知道在PCL中是否有一种方法可以考虑点对点的对应关系,而不是直接记录最后两个点云 任何帮助都将不胜感激!谢谢Registration 使用点云库(PCL)改进注册输出,registration,sensors,point-cloud-library,point-clouds,disparity-mapping,Registration,Sensors,Point Cloud Library,Point Clouds,Disparity Mapping,我正在两个点云之间执行注册。一个由电磁传感器生成,由30个点组成;第二个由视差图生成,也由30个点组成 基本上,我将传感器连接到一个我能够在视差图中跟踪的对象上,因此对于两个云,我都有传感器的真实世界坐标和视差图中相应的跟踪点。我通过移动跟踪对象生成点云,并将传感器位置和视差贴图对应值(真实世界坐标中的X、Y和Z)逐帧保存为两个云中的点 尽管我对视差图的准确性非常满意,但它的值肯定不如来自EM传感器的值精确,因此两片云彩之间没有完美的对应关系 为了对齐云,我使用PCL的迭代最近点。在某些情况下,