从深度传感器的部分点云中获取最小定向边界框

【问题标题】：Get minimum oriented bounding box from partial point cloud from depth sensor从深度传感器的部分点云中获取最小定向边界框
【发布时间】：2019-11-29 17:27:24
【问题描述】：

如何从部分点云计算定向边界框？

我的用例是我有一个深度相机俯视一张桌子，上面有一个物体（可能有不规则的几何形状）。相机没有得到完整的点云，因为物体的底部被遮挡了。

从我能得到的有限的点云信息中，我如何在它周围放置一个定向边界框？

我打算使用边界框来计算质心，假设密度均匀，并将其用作抓取启发式。

2d 中的类似问题：minimal bounding box of a clipped point cloud

【问题讨论】：

标签： computer-vision ros point-cloud-library

【解决方案1】：

如果我猜对了，你为什么不假设以下内容：

将可见点重新投影到平面（表格）
获得围绕重投影点的边界矩形（看不见的点必须如果相机正交，则在里面，不能在外面投影面，本例中为表格），这是一个边界框轮廓
边界框底部是表格，其顶部与表格平行，并包含离相机最近的点

【讨论】：

这很有趣。但是如果没有这个平面假设，真的没有通用的方法来获得 3d 边界框吗？
3d 任务与 2d 相同，但多了一个空间。但是从平面假设开始更容易理解和可视化。它的计算效率也更高。
如何获得 3d 版本的方向？
有没有 ros 包可以做到这一点？
我对 ROS 不熟悉，但至少对于 2d 案例可能有。对于 3d，您只需将它用于 (x, y) 和 (y, z) 平面两次。我认为你无法获得 z 轴 id 的方向，你看不到它上面的所有点。找到 (x, y) 平面的定向边界框，并假设 z 在 (0, max(z)) 范围内。