Irreguläre Punktwolke von Voxeln

Question

Mein Ziel ist es, meine Punktwolke (abgeleitet von TLSs) zu Voxeln zu partitionieren, wo der Benutzer Seitenlänge von Voxeln definieren muss. Sobald Voxel erstellt sind, muss ich nur einen Punkt im Voxel auswählen, der eine bestimmte Bedingung erfüllt. Bisher habe ich dieses Ziel programmiert, aber ich habe ein kleines Problem. In einigen Teilen der Punktwolke der Punktdichte immer höher, wie in folgenden Figur (dichteren Bereich mit rotem Polygon markiert) dargestellt:

Ich denke, das eine Folge von benachbarten Voxeln in Z-Richtung ist, die ist senkrecht zur XY-Ebene. Könnten Sie mir bitte zu diesem Thema helfen?

Hier ist mein Code:

int main(int argc, char** argv) 
{ 
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); 
    //pcd'ye dönüştürülen dosyanın okunması 
    pcl::io::loadPCDFile<pcl::PointXYZ>("input/yeni_proje_V2_ENTIRE_CLOUD_with_SEMI_DIAGONAL - Cloud.pcd", *cloud); 
    //voxel boyutu (metre) 
    float resolution = 0.02f; 
    //voxel index merkez ve içindeki noktalar 
    FILE *Dosya = fopen("output/yeni_proje_V2_ENTIRE_VOXELS_INDEXES_2cm_SEMI_DIAGONAL_ROTATED.xyz", "w+"); 
    //hata elipsoidlerini içeren dosya 
    FILE* Dosya2 = fopen("input/yeni_proje_V2_ENTIRE_CLOUD_with_SEMI_DIAGONAL - ROTATED.xyz", "r"); 
    //elipsoidi en küçük olan noktalar 
    FILE *Dosya3 = fopen("output/yeni_proje_V2_2cm_selected_ONLY_COORDS_SEMI_DIAGONAL_ROTATED.xyz", "w+"); 
    FILE *Dosya4 = fopen("output/yeni_proje_V2_2cm_selected_SEMI_DIAGONAL_ROTATED.xyz", "w+"); 

    //FILE *Dosya5 = fopen("input/FARO_salon010203_COORDINATES_NORMALS.xyz", "r"); 
    //FILE *Dosya6 = fopen("output/FARO_salon010203_5cm_selected_COORDINATES_and_NORMALS_SEMI_DIAGONAL.xyz", "w+"); 


    pcl::octree::OctreePointCloudSearch<pcl::PointXYZ> octree(resolution); 
    int index; 
    double a, b, c, deer; 
    double* r_deer = new double[cloud->points.size()];// hata parametri çekme 

    double* normal_x = new double[cloud->points.size()]; 
    double* normal_y = new double[cloud->points.size()]; 
    double* normal_z = new double[cloud->points.size()]; 
    for (index = 0; index < cloud->points.size(); index++)// hata parametri çekme 
    { 
     fscanf(Dosya2, "%lf %lf %lf %lf", &a, &b, &c, &deer);//4 lü dosya 
     r_deer[index] = deer; 
     //fscanf(Dosya5, "%lf %lf %lf %lf %lf %lf", &a, &b, &c, &normal_x[index], &normal_y[index],&normal_z[index]); 
    } 

    std::cout << normal_x[4] <<" "<<normal_y[4]<<" "<< normal_z[4] << std::endl; 
    octree.setInputCloud(cloud); 
    octree.addPointsFromInputCloud(); 
    pcl::PointXYZ searchPoint; 
    std::cout << "Voxel sayisi: " << octree.getLeafCount() << std::endl; 
    // Neighbors within voxel search 
    std::vector<pcl::PointXYZ, Eigen::aligned_allocator<pcl::PointXYZ>> pointGrid; 
    octree.getOccupiedVoxelCenters(pointGrid); 
    int k = 0; 
    int kıyas = 0; 
    /* 
    int kontrol; 
    std::cout << "kontrol satiri girin:" << std::endl; 
    std::cin >> kontrol;//kontrol 
    kontrol = kontrol - 1; 
    */ 
    for (k = 0; k < octree.getLeafCount(); k++) 
    { 
    // if (k == kontrol) std::cout << "Secili merkez" << "(" << pointGrid[k].x << " " << pointGrid[k].y << " " << pointGrid[k].z << ")" << std::endl;//kontrol 

     fprintf(Dosya, "%i %f %f %f", k + 1, pointGrid[k].x, pointGrid[k].y, pointGrid[k].z); 
     std::vector<int> pointIdxVec; 
     double limit = sqrt(3)*resolution; 
     limit = limit/2; 
     if (octree.voxelSearch(pointGrid[k], pointIdxVec)) 
     { 
      kıyas = pointIdxVec[0]; 
      for (size_t i = 0; i < pointIdxVec.size(); ++i) 
      { 

       if (pointIdxVec.size() - (i + 1) != 0)//Hata elipsoidlerini kıyasla ve en küçüğü ver 
       { 
        if (r_deer[kıyas] > r_deer[pointIdxVec[i + 1]])kıyas = pointIdxVec[i + 1]; 
       } 

       //if (kontrol == k) std::cout << pointIdxVec[i] + 1 << "(" << r_deer[pointIdxVec[i]] << ")" << std::endl; //kontrol 

       fprintf(Dosya, " %i", pointIdxVec[i] + 1); 
       if (pcl::euclideanDistance(cloud->points[pointIdxVec[i]], pointGrid[k]) >= limit) 
       { 
        std::cout << pointIdxVec[i] << " " << cloud->points[pointIdxVec[i]] << " Nokta voxelin icinde degil!!! " << std::endl; 
        std::cout << pcl::euclideanDistance(cloud->points[pointIdxVec[i]], pointGrid[k]) << " Merkezle Mesefe" << std::endl; 
        std::cout << limit << " Olması gereken maksimum mesafe" << std::endl; 
       } 
      } 


      //if (kontrol == k) std::cout << "Minimum:" << kıyas + 1 << "(" << r_deer[kıyas] << ")" << std::endl; //kontrol 
      fprintf(Dosya3, "%f %f %f\n", cloud->points[kıyas].x, cloud->points[kıyas].y, cloud->points[kıyas].z); 
      //fprintf(Dosya6, "%f %f %f %f %f %f\n", cloud->points[kıyas].x, cloud->points[kıyas].y, cloud->points[kıyas].z, normal_x[kıyas], normal_y[kıyas], normal_z[kıyas]); 
      fprintf(Dosya4, "%f %f %f %f\n", cloud->points[kıyas].x, cloud->points[kıyas].y, cloud->points[kıyas].z,r_deer[kıyas]); 
      fprintf(Dosya, "\n"); 
     } 
    } 
    fclose(Dosya); 
    fclose(Dosya2); 
    fclose(Dosya3); 
    fclose(Dosya4); 
    //fclose(Dosya5); 
    //fclose(Dosya6); 

} 

ich mich darauf, von Ihnen zu hören

Mustafa

Answer 1

vielleicht versuchen Sie zu „Voxelize“ Ihre Daten suchen und Sie in jedem speichern möchten Voxel eine benutzerdefinierte Datenstruktur, um Ihre benutzerdefinierten Anforderungen zu erfüllen. Hier ist ein allgemeiner 3D-Mapping-Framework, die Sie in Voxel Ihre benutzerdefinierten Daten speichern lassen:

https://github.com/m4nh/skimap_ros

Sie haben ein benutzerdefinierten Daten für Sie Voxel zu schaffen, die fähig ist, eine Menge von Punkten implementig eine benutzerdefinierten Methode zu speichern :

voxel.getSatisfactoryPoint(..)

, die Ihre Business-Logik verbirgt und nur einen Punkt für jedes Voxel gibt zurück.