使用 pcl voxelgridOcclusionEstimation 在点云中进行遮挡估计答案

【问题标题】：Occlusion estimation in pointcloud using pcl voxelgridOcclusionEstimation使用 pcl voxelgridOcclusionEstimation 在点云中进行遮挡估计
【发布时间】：2017-10-31 19:46:19
【问题描述】：

我需要找出点云的哪些点从位于原点 (0,0,0) 的 RGBD 传感器可见。我尝试使用 pcl 的 voxelgridOcclusionEstimation 类来确定传感器看到的云中的可见区域。它使用光线追踪技术。

作为一个实验，我试图获得一个球体中的可见区域，其中心满足以下条件之一：

中心沿 x
中心沿 y 方向
中心沿z
中心沿 xz 平面
中心沿 y z 平面
中心沿 x y 平面。

在所有情况下，传感器都位于零旋转的原点。

voxelgridOcclusionEstimation 产生奇怪的结果。绿色区域表示可见区域，而红色表示遮挡区域。

我的代码是：

int main(int argc, char * argv[])
{
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::PointXYZ>);

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_occluded(new pcl::PointCloud<pcl::PointXYZ>);

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_visible(new pcl::PointCloud<pcl::PointXYZ>);

pcl::io::loadPCDFile(argv[1],*cloud_in);

Eigen::Quaternionf quat(1,0,0,0); 
cloud_in->sensor_origin_  = Eigen::Vector4f(0,0,0,0); 

cloud_in->sensor_orientation_= quat; 
pcl::VoxelGridOcclusionEstimation<pcl::PointXYZ> voxelFilter; 
voxelFilter.setInputCloud (cloud_in); 

float leaf_size=atof(argv[2]); 
voxelFilter.setLeafSize (leaf_size, leaf_size, leaf_size); 
voxelFilter.initializeVoxelGrid(); 

std::vector<Eigen::Vector3i, 
Eigen::aligned_allocator&lt;Eigen::Vector3i> > occluded_voxels; 

for (size_t i=0;i<cloud_in->size();i++) 
{ 

    PointT pt=cloud_in->points[i]; 

    Eigen::Vector3i grid_cordinates=voxelFilter.getGridCoordinates (pt.x, pt.y, pt.z); 

    int grid_state; 

    int ret=voxelFilter.occlusionEstimation( grid_state, grid_cordinates ); 

    if (grid_state==1) 
    { 
        cloud_occluded->push_back(cloud_in->points[i]); 
    } 
    else 
    { 
    cloud_visible->push_back(cloud_in->points[i]); 
    } 

}
pcl::io::savePCDFile(argv[3],*cloud_occluded);
pcl::io::savePCDFile(argv[4],*cloud_visible);

return 0;
}

【问题讨论】：

标签： point-cloud-library raytracing voxel occlusion

【解决方案1】：

除了拼写错误和缺少点类型定义外，您的代码似乎可以正常工作。尝试使用不同的点云以获得更好的视觉分析。

编辑。另一方面，这似乎表现得很奇怪，例如牛奶车可以从这里http://pointclouds.org/documentation/tutorials/supervoxel_clustering.php#supervoxel-clustering。

【讨论】：

【解决方案2】：

voxelgridOcclusionEstimation 类有效，但网格宽度非常重要。如果我们把它做得非常小，那么前景中会有未被占用的体素，这将使投射的光线通过传递到背景。如果它们设置得很大，则无法正确表示曲面。如果模型没有像 RGBD 传感器捕获的数据那样具有均匀的点密度，这将更加困难

【讨论】：