PCL 迭代最近点和其他效果报告空点云

Question

我正在使用带有预构建版本的 PCL（Windows 为 1.9.1），甚至使用源代码构建一个，但我无法拥有迭代最近点 (ICP) 甚至其他过滤器（例如，正常估计）才能正常工作。 这是我的 C++ 代码：

#include <pcl/io/ply_io.h>
#include <pcl/registration/icp.h>

void test(void) 
{ 
        typedef pcl::PointXYZ              PointType; 
        typedef pcl::PointCloud<PointType> PointCloudType;

        typedef pcl::IterativeClosestPoint<PointType, PointType, float> ICPType; 

        PointCloudType::Ptr pcA(new PointCloudType()); 
        pcl::io::loadPLYFile("pointcloud00000.ply", *pcA); 
        std::cout << "pcA size: " << pcA->points.size() << std::endl; 

        PointCloudType::Ptr pcB(new PointCloudType()); 
        pcl::io::loadPLYFile("pointcloud00001.ply", *pcB); 
        std::cout << "pcB size: " << pcB->points.size() << std::endl; 

        ICPType icp; 
        icp.setInputSource(pcA); 
        icp.setInputTarget(pcB); 

        PointCloudType pcC; 
        icp.align(pcC); 
        std::cout << "pcC size: " << pcC.points.size() << std::endl; 
} 

这就是我在输出控制台中得到的：

pcA size: 19346 
pcB size: 19409 
[pcl::KdTreeFLANN::setInputCloud] Cannot create a KDTree with an empty input cloud! 
[pcl::KdTreeFLANN::setInputCloud] Cannot create a KDTree with an empty input cloud! 
[pcl::IterativeClosestPoint::computeTransformation] Not enough correspondences found. Relax your threshold parameters. 
pcC size: 19346 

使用云有一些问题，PCL 抱怨它们是空的，但正如它所写的那样，它们被填充了大约 20K 点。

你能帮帮我吗？

Answer 1

您可能必须提供一些参数才能使算法正常工作。

查看API 文档，您可以看到有一个示例提供了如何使用该算法。

IterativeClosestPoint<PointXYZ, PointXYZ> icp;
// Set the input source and target
icp.setInputCloud (cloud_source);
icp.setInputTarget (cloud_target);
// Set the max correspondence distance to 5cm (e.g., correspondences with higher distances will be ignored)
icp.setMaxCorrespondenceDistance (0.05);
// Set the maximum number of iterations (criterion 1)
icp.setMaximumIterations (50);
// Set the transformation epsilon (criterion 2)
icp.setTransformationEpsilon (1e-8);
// Set the euclidean distance difference epsilon (criterion 3)
icp.setEuclideanFitnessEpsilon (1);
// Perform the alignment
icp.align (cloud_source_registered);
// Obtain the transformation that aligned cloud_source to cloud_source_registered
Eigen::Matrix4f transformation = icp.getFinalTransformation ();

为了获得好的结果，您必须根据您的数据集相应地调整参数。