PCL中粗配准上出现的问题

你好,我最近打算用SAC-IA+ICP一起配合对点云数据进行高效的配准,利用的是fpfh特征估计。
但是现在我在进行SAC-IA粗配准的时候遇到了一个问题:
问题报错为:
Assertion failed: point_representation_->isValid (point) && "Invalid (NaN, Inf) point coordinates given to radiusSearch!", file C:\BuildAgent\work\1cb946cef51fc766\tags\pcl-1.6.0\kdtree\include\pcl/kdtree/impl/kdtree_flann.hpp, line 119
这个问题让我很头疼,因为根本不知道错在哪里了。
下面是我的代码,请教大神我的问题出现在哪里了?

 #include <pcl/registration/ia_ransac.h>
#include <boost/make_shared.hpp>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/fpfh.h>
#include <pcl/search/kdtree.h>
#include <pcl/point_representation.h>
#include <pcl/io/pcd_io.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/filters/filter.h>
#include <pcl/features/normal_3d.h>
#include <pcl/registration/icp.h>
#include <pcl/registration/icp_nl.h>
#include <pcl/registration/transforms.h>
#include <pcl/visualization/pcl_visualizer.h>
using pcl::NormalEstimation;
using pcl::search::KdTree;
typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloud;

void visualize_pcd(PointCloud::Ptr pcd_src1, 
    PointCloud::Ptr pcd_src2,
    PointCloud::Ptr pcd_final)
{
    int vp_1, vp_2;
    // Create a PCLVisualizer object
    pcl::visualization::PCLVisualizer viewer("PCL Viewer");
    viewer.createViewPort (0.0, 0, 0.5, 1.0, vp_1);
    viewer.createViewPort (0.5, 0, 1.0, 1.0, vp_2);
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> src1_h (pcd_src1, 0, 255, 0);
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> src2_h (pcd_src2, 255, 0, 0);
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> final_h (pcd_final, 0, 255, 0);
    viewer.addPointCloud (pcd_src1, src1_h, "vp1_src1", vp_1);
    viewer.addPointCloud (pcd_src2, src2_h, "vp1_src2", vp_1);
    viewer.addPointCloud (pcd_final, final_h, "vp1_final", vp_2);

    viewer.spin();
}

int 
    main (int argc, char** argv)
{

    PointCloud::Ptr cloud_final (new PointCloud);


    PointCloud::Ptr cloud_src (new PointCloud);//将长的转成短的//读取点云数据
    pcl::io::loadPCDFile ("1.pcd",*cloud_src);
    pcl::NormalEstimation<pcl::PointXYZ,pcl::Normal> ne_src;
    ne_src.setInputCloud(cloud_src);
    pcl::search::KdTree< pcl::PointXYZ>::Ptr tree_src(new pcl::search::KdTree< pcl::PointXYZ>());
    ne_src.setSearchMethod(tree_src);
    pcl::PointCloud<pcl::Normal>::Ptr cloud_src_normals(new pcl::PointCloud< pcl::Normal>);
    ne_src.setRadiusSearch(0.03);
    //ne_src.setKSearch(20);二选一
    ne_src.compute(*cloud_src_normals);

    PointCloud::Ptr cloud_tgt (new PointCloud);
    pcl::io::loadPCDFile ("2.pcd",*cloud_tgt);
    pcl::NormalEstimation<pcl::PointXYZ,pcl::Normal> ne_tgt;
    ne_tgt.setInputCloud(cloud_tgt);
    pcl::search::KdTree< pcl::PointXYZ>::Ptr tree_tgt(new pcl::search::KdTree< pcl::PointXYZ>());
    ne_tgt.setSearchMethod(tree_tgt);
    pcl::PointCloud<pcl::Normal>::Ptr cloud_tgt_normals(new pcl::PointCloud< pcl::Normal>);
    //ne_tgt.setKSearch(20);
    ne_tgt.setRadiusSearch(0.03);
    //compute normal to cloud_normals
    ne_tgt.compute(*cloud_tgt_normals);


    //fpfh estimation
    pcl::FPFHEstimation<pcl::PointXYZ,pcl::Normal,pcl::FPFHSignature33> fpfh_src;
    fpfh_src.setInputCloud(cloud_src);
    fpfh_src.setInputNormals(cloud_src_normals);
    pcl::search::KdTree<PointT>::Ptr tree_src_fpfh (new pcl::search::KdTree<PointT>);
    fpfh_src.setSearchMethod(tree_src_fpfh);
    pcl::PointCloud<pcl::FPFHSignature33>::Ptr fpfhs_src(new pcl::PointCloud<pcl::FPFHSignature33>());
    fpfh_src.setRadiusSearch(0.05);
    //fpfh_src.setKSearch(20);
    fpfh_src.compute(*fpfhs_src);

    pcl::FPFHEstimation<pcl::PointXYZ,pcl::Normal,pcl::FPFHSignature33> fpfh_tgt;
    fpfh_tgt.setInputCloud(cloud_tgt);
    fpfh_tgt.setInputNormals(cloud_tgt_normals);
    pcl::search::KdTree<PointT>::Ptr tree_tgt_fpfh (new pcl::search::KdTree<PointT>);
    fpfh_tgt.setSearchMethod(tree_tgt_fpfh);
    pcl::PointCloud<pcl::FPFHSignature33>::Ptr fpfhs_tgt(new pcl::PointCloud<pcl::FPFHSignature33>());
    fpfh_tgt.setRadiusSearch(0.05);
    //fpfh_tgt.setKSearch(20);
    fpfh_tgt.compute(*fpfhs_tgt);

    //sample consensus initial alignment
    pcl::SampleConsensusInitialAlignment<pcl::PointXYZ, pcl::PointXYZ, pcl::FPFHSignature33> scia;
    scia.setInputCloud(cloud_src);
    scia.setInputTarget(cloud_tgt);
    scia.setSourceFeatures(fpfhs_src);
    scia.setTargetFeatures(fpfhs_tgt);
    //scia.setMinSampleDistance(1);
    //scia.setNumberOfSamples(2);
    //scia.setCorrespondenceRandomness(20);
    PointCloud::Ptr cloud_result_initial (new PointCloud);
    scia.align(*cloud_result_initial);
    visualize_pcd(cloud_src,cloud_tgt,cloud_result_initial);
    std::cout  <<"totals time is:"<<clock()<<std::endl;
return (0);
}

1个回答

没有去除点云中的NaN点,需要在加载点云文件后再加两句去除点云中的NaN点的代码,即:
pcl::io::loadPCDFile ("1.pcd",*cloud_src); /*之后加*/
std::vector indices; //保存去除的点的索引
pcl::removeNaNFromPointCloud(*cloud_src,*cloud_src, indices); //去除点云中的NaN点

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
pcl点云粗配准 在下采样的时候出错,请问是怎么回事啊
![图片说明](https://img-ask.csdn.net/upload/201805/23/1527075348_136033.png) 我用的是这个documentation里面的代码,按照它的提示,在命令行里面运行,结果就在下采样的时候出错了![图片说明](https://img-ask.csdn.net/upload/201805/23/1527075522_930782.png),请问是怎么回事啊
关于PCL学习的问题,IO学习出现的错误
代码是:#include<iostream> #include<pcl/io/pcd_io.h> #include<pcl/point_types.h> using namespace std; int main() { pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>); //if(pcl::io::loadPCDFile<pcl::PointXYZRGBA>("frame_00000.pcd", *cloud) == -1); sensor_msgs::PointCloud2 cloud_blob; pcl::io::loadPCDFile("rabbit",cloud_blob); pcl::fromROSMsg(cloud_blob,*cloud); for(size_t i=0;i<cloud->points.size();++i) cout<<" "<<cloud->points[i].x<<" "<<cloud->points[i].y<<" "<<cloud->points[i].z<<endl; return 0; } 错误是: >d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\point_traits.h : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\point_cloud.h(1021): warning C4521: “pcl::PointCloud<Eigen::MatrixXf>”: 指定了多个复制构造函数 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\point_traits.h : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\point_traits.h : warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1008): warning C4996: 'pcl::SHOT': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1003) : 参见“pcl::SHOT”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1009): warning C4996: 'pcl::SHOT': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1003) : 参见“pcl::SHOT”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1012): warning C4996: 'pcl::SHOT::rf': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1005) : 参见“pcl::SHOT::rf”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1013): warning C4996: 'pcl::SHOT::descriptor': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1004) : 参见“pcl::SHOT::descriptor”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1014): warning C4996: 'pcl::SHOT::descriptor': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1004) : 参见“pcl::SHOT::descriptor”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1014): warning C4996: 'pcl::SHOT::descriptor': USE SHOT352 FOR SHAPE AND SHOT1344 FOR SHAPE+COLOR INSTEAD 1> d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\impl\point_types.hpp(1004) : 参见“pcl::SHOT::descriptor”的声明 1>d:\program files (x86)\pcl 1.6.0\include\pcl-1.6\pcl\point_cloud.h(603): warning C4521: “pcl::PointCloud<PointT>”: 指定了多个复制构造函数 1> with 1> [ 1> PointT=pcl::PointXYZRGB 1> ] 1> g:\c++\icp\icp\main.cpp(7): 参见对正在编译的类 模板 实例化“pcl::PointCloud<PointT>”的引用 1> with 1> [ 1> PointT=pcl::PointXYZRGB 1> ] 1>main.obj : error LNK2019: 无法解析的外部符号 "public: int __thiscall pcl::PCDReader::read(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,struct sensor_msgs::PointCloud2 &,int)" (?read@PCDReader@pcl@@QAEHABV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@AAUPointCloud2@sensor_msgs@@H@Z),该符号在函数 "int __cdecl pcl::io::loadPCDFile(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,struct sensor_msgs::PointCloud2 &)" (?loadPCDFile@io@pcl@@YAHABV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@AAUPointCloud2@sensor_msgs@@@Z) 中被引用 1>main.obj : error LNK2001: 无法解析的外部符号 "public: virtual int __thiscall pcl::PCDReader::readHeader(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,struct sensor_msgs::PointCloud2 &,class Eigen::Matrix<float,4,1,0,4,1> &,class Eigen::Quaternion<float,0> &,int &,int &,unsigned int &,int)" (?readHeader@PCDReader@pcl@@UAEHABV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@AAUPointCloud2@sensor_msgs@@AAV?$Matrix@M$03$00$0A@$03$00@Eigen@@AAV?$Quaternion@M$0A@@8@AAH4AAIH@Z) 1>main.obj : error LNK2001: 无法解析的外部符号 "public: virtual int __thiscall pcl::PCDReader::read(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,struct sensor_msgs::PointCloud2 &,class Eigen::Matrix<float,4,1,0,4,1> &,class Eigen::Quaternion<float,0> &,int &,int)" (?read@PCDReader@pcl@@UAEHABV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@AAUPointCloud2@sensor_msgs@@AAV?$Matrix@M$03$00$0A@$03$00@Eigen@@AAV?$Quaternion@M$0A@@8@AAHH@Z) 1>main.obj : error LNK2019: 无法解析的外部符号 "void __cdecl pcl::console::print(enum pcl::console::VERBOSITY_LEVEL,char const *,...)" (?print@console@pcl@@YAXW4VERBOSITY_LEVEL@12@PBDZZ),该符号在函数 "public: void __thiscall pcl::detail::FieldMapper<struct pcl::PointXYZRGB>::operator()<struct pcl::fields::x>(void)" (??$?RUx@fields@pcl@@@?$FieldMapper@UPointXYZRGB@pcl@@@detail@pcl@@QAEXXZ) 中被引用 1>G:\C++\icp\Debug\icp.exe : fatal error LNK1120: 4 个无法解析的外部命令 1> 1>生成失败。 1> 1>已用时间 00:00:12.70 ========== 生成: 成功 0 个,失败 1 个,最新 0 个,跳过 0 个 ==========
OpenCV和PCL冲突的问题
vs建立的MFC程序,里面包含了OpenCV和PCL,但是出现了很多这样的错误:pcl\include\pcl\kdtree\kdtree_flann.h error C2872: “flann”: 不明确的符号 ,请问大家该怎么修改呢
使用pcl All in One中的vtk logoWidget时,运行时在刷新渲染时出现0xC0000005
使用pcl All in One中的vtk logoWidget时,编译没问题,运行时在刷新渲染时出现0xC0000005: 执行位置 0x0000000000000000 时发生访问冲突。 详细情况: 环境:VS2015, win10 安装的pcl 1.8.1 all in one; 在参考https://blog.csdn.net/qq_29022265/article/details/93538065 中的例程添加图像到PCL中时,出现问题, 已添加: ``` #include <vtkAutoInit.h> VTK_MODULE_INIT(vtkRenderingOpenGL); VTK_MODULE_INIT(vtkInteractionStyle); VTK_MODULE_INIT(vtkRenderingFreeType); ``` 编译无问题, 但是运行时,在viewer->spinOnce()时出现问题;报错: ``` 0x0000000000000000 处(位于 Project1_PCL_view.exe 中)引发的异常: 0xC0000005: 执行位置 0x0000000000000000 时发生访问冲突。 ``` 尝试修改代码,发现只要将 ``` logo_Widget_member_->SetEnabled(true); ``` 该句注释掉,或设为false时,即不显示图片时,不会出问题;总之是不显示出来就不会出问题,要它显示出来时,就会报错,考虑是pcl vtk渲染刷新时出问题,因为使用的是pcl自带的vtk,不知道是不是这个问题,请教大家
pcl使用removeNaNFromPointCloud函数无法去除无效点?
我用removeNaNFromPointCloud函数处理点云之后,可视化窗口上的点看不见了,但输出点云的size依然和原来一样,indices里面的点和原来一样。请问这可能是什么原因?有什么办法能减少输出点云的size,真正去除无效点,而不仅是不显示? ``` //输入点云cloud,输出output for (int i = 0; i < cloud->points.size(); i++) { cloud->points[i].x = numeric_limits<float>::quiet_NaN(); cloud->points[i].y = numeric_limits<float>::quiet_NaN(); cloud->points[i].z = numeric_limits<float>::quiet_NaN(); } vector<int> indices; Cloud9::Ptr output(new Cloud9);//typedef pcl::PointXYZRGBNormal Point9; typedef pcl::PointCloud<Point9> Cloud9; pcl::removeNaNFromPointCloud(*cloud, *output, indices); cout << "there are " << output->points.size() << " points" << endl;//输出的图像看不见点了,但size不变 for (int i = 0; i < indices.size(); i++) { cout << indices[i] << endl;//输出的下标和cloud的完全一样 } ```
PCL1.7.2配置时出现的问题
vs2013,64位系统,PCL1.7.2用的win64版本,建的是win32控制台程序。 PCL是按照教程配置的,但是运行时出现error LNK1104: 无法打开文件“libboost_thread-vc120-mt-sgd-1_57.lib”。 明明配置的时候库里没有libboost_thread-vc120-mt-sgd-1_57.lib,为什么会出现这个问题呀,请问如何解决。
PCL RangeImage显示问题
PCL range image 显示窗口一直是黑的 但是3d viewer可以显示出点云 程序也按照网上和官网上的校队了好多遍 然后在外网上也查到了一些人也有遇到这个问题 但是没有具体的解决方法 在此求问大神 这有可能是什么原因呢?我用的1.7.2版本
安装pcl all in one instant ,运行出现vtk的问题
错误 46 error LNK2019: 无法解析的外部符号 __imp__WindowFromDC@4,该符号在函数 "public: virtual void __thiscall vtkWin32OpenGLRenderWindow::SetupPixelFormat(struct HDC__ *,unsigned long,int,int,int)" (?SetupPixelFormat@vtkWin32OpenGLRenderWindow@@UAEXPAUHDC__@@KHHH@Z) 中被引用 F:\PCL\mmm\mmm\vtkRendering-gd.lib(vtkWin32OpenGLRenderWindow.obj) mmm 错误 64 error LNK2019: 无法解析的外部符号 __imp__SelectObject@8,该符号在函数 "protected: void __thiscall vtkWin32OpenGLRenderWindow::CreateOffScreenDC(struct HBITMAP__ *,struct HDC__ *)" (?CreateOffScreenDC@vtkWin32OpenGLRenderWindow@@IAEXPAUHBITMAP__@@PAUHDC__@@@Z) 中被引用 F:\PCL\mmm\mmm\vtkRendering-gd.lib(vtkWin32OpenGLRenderWindow.obj) mmm 错误 91 error LNK2019: 无法解析的外部符号 __imp__RegSetValueExA@24,该符号在函数 "public: static bool __cdecl vtksys::SystemTools::WriteRegistryValue(char const *,char const *,enum vtksys::SystemTools::KeyWOW64)" (?WriteRegistryValue@SystemTools@vtksys@@SA_NPBD0W4KeyWOW64@12@@Z) 中被引用 F:\PCL\mmm\mmm\vtksys-gd.lib(SystemTools.obj) mmm 错误 21 error LNK2019: 无法解析的外部符号 __imp__RegisterClassA@4,该符号在函数 "protected: static int __cdecl vtkWin32OutputWindow::Initialize(void)" (?Initialize@vtkWin32OutputWindow@@KAHXZ) 中被引用 F:\PCL\mmm\mmm\vtkCommon-gd.lib(vtkWin32OutputWindow.obj) mmm 错误 92 error LNK2019: 无法解析的外部符号 __imp__RegCreateKeyExA@36,该符号在函数 "public: static bool __cdecl vtksys::SystemTools::WriteRegistryValue(char const *,char const *,enum vtksys::SystemTools::KeyWOW64)" (?WriteRegistryValue@SystemTools@vtksys@@SA_NPBD0W4KeyWOW64@12@@Z) 中被引用 F:\PCL\mmm\mmm\vtksys-gd.lib(SystemTools.obj) mmm 错误 18 error LNK2001: 无法解析的外部符号 __imp__ShowWindow@8 F:\PCL\mmm\mmm\vtkRendering-gd.lib(vtkWin32OpenGLRenderWindow.obj) mmm 错误 11 error LNK2001: 无法解析的外部符号 __imp__MessageBoxA@16 F:\PCL\mmm\mmm\vtkCommon-gd.lib(vtkWin32OutputWindow.obj) mmm 错误 34 error LNK2001: 无法解析的外部符号 __imp__GetWindowLongA@8 F:\PCL\mmm\mmm\vtkRendering-gd.lib(vtkWin32RenderWindowInteractor.obj) mmm
pcl5 打印图片问题 求助啊 大神们
我现在通过pcl5语言 能够打印图片 但是我只能打印图片的四分之一 图片 是1920*1080的 用A4纸打印,但是我打印出来的图片 只有图片四分之一充满A4纸 请问这种问题 大概会出在哪里? 有没有懂的大神?
pcl点云数据的线特征提取的方案
我现在需要对点云数据提取特征线,比如边缘线之类的。 pcl库对于点云数据的点特征提取有很多对应的方法,但是没查到关于线特征提取的。 想问一下大佬们,pcl支持特征线提取吗,是不是我找资料的时候找错了关键词。
PCL中如何根据颜色滤波
请问大家有没有人知道,在PCL点云库中如何根据点的颜色滤波?例如滤掉白色的或者绿色的点?
关于pcl中ransac算法识别直线时报错error segmenting the model! no solution found
在使用ransac算法识别直线时,当代码如下时不能正常识别,会报错“error segmenting the model! no solution found”“no samples could be selected!” 代码如下 ``` for (unsigned int i = 0; i < n; ++i) { fscanf(fp_1, "%lf %lf %lf", &x, &y, &z); //x = x * 1000; y = y * 1000; z = z * 1000; cloud_ptr->push_back(pcl::PointXYZ(0, y, z)); boundary.push_back(osg::Vec2(y, z)); } pcl::ModelCoefficients::Ptr coefficients_line(new pcl::ModelCoefficients); pcl::PointIndices::Ptr inliers_line(new pcl::PointIndices); pcl::SACSegmentation<pcl::PointXYZ> seg;//ransac进行直线识别 seg.setOptimizeCoefficients(true); seg.setModelType(pcl::SACMODEL_LINE); seg.setMethodType(pcl::SAC_RANSAC); seg.setMaxIterations(100); seg.setDistanceThreshold(1); seg.setInputCloud(cloud_ptr); seg.segment(*inliers_line, *coefficients_line); ``` 但当把cloud_ptr->push_back那一栏的代码修改后,代码如下,便可以正常识别 ``` for (unsigned int i = 0; i < n; ++i) { fscanf(fp_1, "%lf %lf %lf", &x, &y, &z); //x = x * 1000; y = y * 1000; z = z * 1000; /*cloud_ptr->push_back(pcl::PointXYZ(0, y, z));*/ if (i%2==0) { cloud_ptr->push_back(pcl::PointXYZ(0, y, z)); } else { cloud_ptr->push_back(pcl::PointXYZ(0.002, y, z)); } boundary.push_back(osg::Vec2(y, z)); } pcl::ModelCoefficients::Ptr coefficients_line(new pcl::ModelCoefficients); pcl::PointIndices::Ptr inliers_line(new pcl::PointIndices); pcl::SACSegmentation<pcl::PointXYZ> seg;//ransac进行直线识别 seg.setOptimizeCoefficients(true); seg.setModelType(pcl::SACMODEL_LINE); seg.setMethodType(pcl::SAC_RANSAC); seg.setMaxIterations(100); seg.setDistanceThreshold(1); seg.setInputCloud(cloud_ptr); seg.segment(*inliers_line, *coefficients_line); ``` 区别就是让x的这维坐标不再是恒定的,便可以正常识别了,为什么会出现这种情况,求解惑
(VS2012)PCL报错cannot open file pcl_apps_debug.lib?
刚上手PCL,按照CSDN很多前辈的方法配置PCL(win32),然后试了几个测试程序,均出现“cannot open file 'pcl_apps_debug.lib'”的报错。检查过PCL文件夹下的lib文件,貌似并没有找到这个lib 文件。 求帮助
VS2010平台下的PCL点云格式装换
在VS2010中,使用pcl-master里面的tools文件夹下的obj2pcd.cpp贴到vs里,运行后总是出现 : 找不到指定文件这个错误,生成不了exe文件;网上找了几个处理方法没成功。 1>obj2pcd.obj : error LNK2019: 无法解析的外部符号 "void __cdecl pcl::io::vtkPolyDataToPointCloud<struct pcl::PointXYZ>(class vtkPolyData * const,class pcl::PointCloud<struct pcl::PointXYZ> &)" (??$vtkPolyDataToPointCloud@UPointXYZ@pcl@@@io@pcl@@YAXQEAVvtkPolyData@@AEAV?$PointCloud@UPointXYZ@pcl@@@1@@Z),该符号在函数 main 中被引用 1>obj2pcd.obj : error LNK2019: 无法解析的外部符号 "void __cdecl pcl::io::vtkPolyDataToPointCloud<struct pcl::PointNormal>(class vtkPolyData * const,class pcl::PointCloud<struct pcl::PointNormal> &)" (??$vtkPolyDataToPointCloud@UPointNormal@pcl@@@io@pcl@@YAXQEAVvtkPolyData@@AEAV?$PointCloud@UPointNormal@pcl@@@1@@Z),该符号在函数 main 中被引用 1>D:\visual studio Projects\O2P\x64\Debug\O2P.exe : fatal error LNK1120: 2 个无法解析的外部命令 1> 1>生成失败。 ![图片说明](https://img-ask.csdn.net/upload/201705/08/1494235813_816522.jpg)
PCL1.8.1+vs2017运行报错065 L2_Simple”: 未声明的标识符
最近在学习PCL的小例子,有的很成功,但是 一旦有 ``` #include <pcl/filters/radius_outlier_removal.h ``` 就会报错 C2065 “L2_Simple”: 未声明的标识符 pcltest d:\pcl 1.8.1\3rdparty\flann\include\flann\algorithms\ce nter_chooser.h 28 1 不清楚是什么情况,大家有没有好的解决办法? 源码如下: ``` #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/filters/statistical_outlier_removal.h> int main (int argc, char** argv) { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>); // Fill in the cloud data pcl::PCDReader reader; // Replace the path below with the path where you saved your file reader.read<pcl::PointXYZ> ("table_scene_lms400.pcd", *cloud); std::cerr << "Cloud before filtering: " << std::endl; std::cerr << *cloud << std::endl; // Create the filtering object pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor; sor.setInputCloud (cloud); sor.setMeanK (50); sor.setStddevMulThresh (1.0); sor.filter (*cloud_filtered); std::cerr << "Cloud after filtering: " << std::endl; std::cerr << *cloud_filtered << std::endl; pcl::PCDWriter writer; writer.write<pcl::PointXYZ> ("table_scene_lms400_inliers.pcd", *cloud_filtered, false); sor.setNegative (true); sor.filter (*cloud_filtered); writer.write<pcl::PointXYZ> ("table_scene_lms400_outliers.pcd", *cloud_filtered, false); return (0); } ```
PCL如何实现多台xtion同时采集点云
之前看一位大佬写的PCL+Xtion 采集显示同时采集点云点云图像的代码 https://blog.csdn.net/zc6277659/article/details/38230353 现在想要多台xtion 同时采集显示保存点云,在这个大佬的基础上应该怎么着手改进呢
确定空间中点云平面中圆形空洞的圆心坐标,求具体算法!!!
前期用64线激光雷达采集到的点云数据已经进行了平面的分割和拟合,拟合后效果如下图, ![图片说明](https://img-ask.csdn.net/upload/202002/11/1581435287_611056.png) ![图片说明](https://img-ask.csdn.net/upload/202002/11/1581435329_425440.png) ![图片说明](https://img-ask.csdn.net/upload/202002/11/1581435449_453495.png) 现在想确定空间中点云平面中圆形空洞的圆心坐标,用pcl的SampleConsensusModelCircle3D试了一下,没有出来效果,有没有哪位大佬有别的方法或者想法的,指导一下呗,不胜感激!
PCL将读取raw格式的深度图或者raw转pcd的方法
项目导师给了我一组raw格式的深度图,我现在用pcl实现了icp,但是我不知道如何正确读取raw格式的点云,我试过read函数,但显示的结果明显是有错误的,希望求助各位大神。
pcl点云可视化格式问题
点云可视化时如何将点云数据txt格式变为Pcl格式,小白求教。(点云数据是别人给的)
终于明白阿里百度这样的大公司,为什么面试经常拿ThreadLocal考验求职者了
点击上面↑「爱开发」关注我们每晚10点,捕获技术思考和创业资源洞察什么是ThreadLocalThreadLocal是一个本地线程副本变量工具类,各个线程都拥有一份线程私有的数
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它是一个过程,是一个不断累积、不断沉淀、不断总结、善于传达自己的个人见解以及乐于分享的过程。
程序员必须掌握的核心算法有哪些?
由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过
大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了
大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...
《奇巧淫技》系列-python!!每天早上八点自动发送天气预报邮件到QQ邮箱
此博客仅为我业余记录文章所用,发布到此,仅供网友阅读参考,如有侵权,请通知我,我会删掉。 补充 有不少读者留言说本文章没有用,因为天气预报直接打开手机就可以收到了,为何要多此一举发送到邮箱呢!!!那我在这里只能说:因为你没用,所以你没用!!! 这里主要介绍的是思路,不是天气预报!不是天气预报!!不是天气预报!!!天气预报只是用于举例。请各位不要再刚了!!! 下面是我会用到的两个场景: 每日下
Python 植物大战僵尸代码实现(2):植物卡片选择和种植
这篇文章要介绍的是: - 上方植物卡片栏的实现。 - 点击植物卡片,鼠标切换为植物图片。 - 鼠标移动时,判断当前在哪个方格中,并显示半透明的植物作为提示。
死磕YOLO系列,YOLOv1 的大脑、躯干和手脚
YOLO 是我非常喜欢的目标检测算法,堪称工业级的目标检测,能够达到实时的要求,它帮我解决了许多实际问题。 这就是 YOLO 的目标检测效果。它定位了图像中物体的位置,当然,也能预测物体的类别。 之前我有写博文介绍过它,但是每次重新读它的论文,我都有新的收获,为此我准备写一个系列的文章来详尽分析它。这是第一篇,从它的起始 YOLOv1 讲起。 YOLOv1 的论文地址:https://www.c
知乎高赞:中国有什么拿得出手的开源软件产品?(整理自本人原创回答)
知乎高赞:中国有什么拿得出手的开源软件产品? 在知乎上,有个问题问“中国有什么拿得出手的开源软件产品(在 GitHub 等社区受欢迎度较好的)?” 事实上,还不少呢~ 本人于2019.7.6进行了较为全面的 回答 - Bravo Yeung,获得该问题下回答中得最高赞(236赞和1枚专业勋章),对这些受欢迎的 Github 开源项目分类整理如下: 分布式计算、云平台相关工具类 1.SkyWalk
记一次腾讯面试:进程之间究竟有哪些通信方式?如何通信? ---- 告别死记硬背
有一次面试的时候,被问到进程之间有哪些通信方式,不过由于之前没深入思考且整理过,说的并不好。想必大家也都知道进程有哪些通信方式,可是我猜很多人都是靠着”背“来记忆的,所以今天的这篇文章,讲给大家详细着讲解他们是如何通信的,让大家尽量能够理解他们之间的区别、优缺点等,这样的话,以后面试官让你举例子,你也能够顺手拈来。 1、管道 我们来看一条 Linux 的语句 netstat -tulnp | gr...
20行Python代码爬取王者荣耀全英雄皮肤
引言 王者荣耀大家都玩过吧,没玩过的也应该听说过,作为时下最火的手机MOBA游戏,咳咳,好像跑题了。我们今天的重点是爬取王者荣耀所有英雄的所有皮肤,而且仅仅使用20行Python代码即可完成。 准备工作 爬取皮肤本身并不难,难点在于分析,我们首先得得到皮肤图片的url地址,话不多说,我们马上来到王者荣耀的官网: 我们点击英雄资料,然后随意地选择一位英雄,接着F12打开调试台,找到英雄原皮肤的图片
网络(8)-HTTP、Socket、TCP、UDP的区别和联系
TCP/IP协议是传输层协议,主要解决数据如何在网络中传输,而HTTP是应用层协议,主要解决如何包装数据。 一、TCP与UDP的不同 1. 是否需要建立连接。 UDP在传送数据之前不需要先建立连接;TCP则提供面向连接的服务; 2. 是否需要给出确认 对方的传输层在收到UDP报文后,不需要给出任何确认,而 TCP需要给出确认报文,要提供可靠的、面向连接的传输服务。 3.虽然UDP不提供可靠交...
简明易理解的@SpringBootApplication注解源码解析(包含面试提问)
欢迎关注文章系列 ,关注我 《提升能力,涨薪可待》 《面试知识,工作可待》 《实战演练,拒绝996》 欢迎关注我博客,原创技术文章第一时间推出 也欢迎关注公 众 号【Ccww笔记】,同时推出 如果此文对你有帮助、喜欢的话,那就点个赞呗,点个关注呗! 《提升能力,涨薪可待篇》- @SpringBootApplication注解源码解析 一、@SpringBootApplication 的作用是什
防劝退!数据结构和算法难理解?可视化动画带你轻松透彻理解!
大家好,我是 Rocky0429,一个连数据结构和算法都不会的蒟蒻… 学过数据结构和算法的都知道这玩意儿不好学,没学过的经常听到这样的说法还没学就觉得难,其实难吗?真难! 难在哪呢?当年我还是个小蒟蒻,初学数据结构和算法的时候,在忍着枯燥看完定义原理,之后想实现的时候,觉得它们的过程真的是七拐八绕,及其难受。 在简单的链表、栈和队列这些我还能靠着在草稿上写写画画理解过程,但是到了数论、图...
西游记团队中如果需要裁掉一个人,会先裁掉谁?
2019年互联网寒冬,大批企业开始裁员,下图是网上流传的一张截图: 裁员不可避免,那如何才能做到不管大环境如何变化,自身不受影响呢? 我们先来看一个有意思的故事,如果西游记取经团队需要裁员一名,会裁掉谁呢,为什么? 西游记团队组成: 1.唐僧 作为团队teamleader,有很坚韧的品性和极高的原则性,不达目的不罢休,遇到任何问题,都没有退缩过,又很得上司支持和赏识(直接得到唐太宗的任命,既给
开挂的人生!那些当选院士,又是ACM/IEEE 双料Fellow的华人学者们
昨日,2019年两院院士正式官宣,一时间抢占了各大媒体头条。 朋友圈也是一片沸腾,奔走相告,赶脚比自己中了大奖还嗨皮! 谁叫咱家导师就是这么厉害呢!!! 而就在最近,新一年度的IEEE/ACM Fellow也将正式公布。 作为学术届的顶级荣誉,不自然地就会将院士与Fellow作比较,到底哪个含金量更高呢? 学术君认为,同样是专业机构对学者的认可,考量标准不一,自然不能一概而论。 但...
聊聊C语言和指针的本质
坐着绿皮车上海到杭州,24块钱,很宽敞,在火车上非正式地聊几句。 很多编程语言都以 “没有指针” 作为自己的优势来宣传,然而,对于C语言,指针却是与生俱来的。 那么,什么是指针,为什么大家都想避开指针。 很简单, 指针就是地址,当一个地址作为一个变量存在时,它就被叫做指针,该变量的类型,自然就是指针类型。 指针的作用就是,给出一个指针,取出该指针指向地址处的值。为了理解本质,我们从计算机模型说起...
Python语言高频重点汇总
Python语言高频重点汇总 GitHub面试宝典仓库——点这里跳转 文章目录Python语言高频重点汇总**GitHub面试宝典仓库——点这里跳转**1. 函数-传参2. 元类3. @staticmethod和@classmethod两个装饰器4. 类属性和实例属性5. Python的自省6. 列表、集合、字典推导式7. Python中单下划线和双下划线8. 格式化字符串中的%和format9.
究竟你适不适合买Mac?
我清晰的记得,刚买的macbook pro回到家,开机后第一件事情,就是上了淘宝网,花了500元钱,找了一个上门维修电脑的师傅,上门给我装了一个windows系统。。。。。。 表砍我。。。 当时买mac的初衷,只是想要个固态硬盘的笔记本,用来运行一些复杂的扑克软件。而看了当时所有的SSD笔记本后,最终决定,还是买个好(xiong)看(da)的。 已经有好几个朋友问我mba怎么样了,所以今天尽量客观
代码详解:如何用Python快速制作美观、炫酷且有深度的图表
全文共12231字,预计学习时长35分钟生活阶梯(幸福指数)与人均GDP(金钱)正相关的正则图本文将探讨三种用Python可视化数据的不同方法。以可视化《2019年世界幸福报告》的数据为例,本文用Gapminder和Wikipedia的信息丰富了《世界幸福报告》数据,以探索新的数据关系和可视化方法。《世界幸福报告》试图回答世界范围内影响幸福的因素。报告根据对“坎特里尔阶梯问题”的回答来确定幸...
程序员一般通过什么途径接私活?
二哥,你好,我想知道一般程序猿都如何接私活,我也想接,能告诉我一些方法吗? 上面是一个读者“烦不烦”问我的一个问题。其实不止是“烦不烦”,还有很多读者问过我类似这样的问题。 我接的私活不算多,挣到的钱也没有多少,加起来不到 20W。说实话,这个数目说出来我是有点心虚的,毕竟太少了,大家轻喷。但我想,恰好配得上“一般程序员”这个称号啊。毕竟苍蝇再小也是肉,我也算是有经验的人了。 唾弃接私活、做外
(经验分享)作为一名普通本科计算机专业学生,我大学四年到底走了多少弯路
今年正式步入了大四,离毕业也只剩半年多的时间,回想一下大学四年,感觉自己走了不少弯路,今天就来分享一下自己大学的学习经历,也希望其他人能不要走我走错的路。 (一)初进校园 刚进入大学的时候自己完全就相信了高中老师的话:“进入大学你们就轻松了”。因此在大一的时候自己学习的激情早就被抛地一干二净,每天不是在寝室里玩游戏就是出门游玩,不过好在自己大学时买的第一台笔记本性能并不是很好,也没让我彻底沉...
如何写一篇技术博客,谈谈我的看法
前言 只有光头才能变强。 文本已收录至我的GitHub精选文章,欢迎Star:https://github.com/ZhongFuCheng3y/3y 我一直推崇学技术可以写技术博客去沉淀自己的知识,因为知识点实在是太多太多了,通过自己的博客可以帮助自己快速回顾自己学过的东西。 我最开始的时候也是只记笔记,认为自己能看得懂就好。但如果想验证自己是不是懂了,可以写成技术博客。在写技术博客的...
字节跳动面试官这样问消息队列:分布式事务、重复消费、顺序消费,我整理了一下
你知道的越多,你不知道的越多 点赞再看,养成习惯 GitHub上已经开源 https://github.com/JavaFamily 有一线大厂面试点脑图、个人联系方式和人才交流群,欢迎Star和完善 前言 消息队列在互联网技术存储方面使用如此广泛,几乎所有的后端技术面试官都要在消息队列的使用和原理方面对小伙伴们进行360°的刁难。 作为一个在互联网公司面一次拿一次Offer的面霸...
面试还搞不懂redis,快看看这40道面试题(含答案和思维导图)
Redis 面试题 1、什么是 Redis?. 2、Redis 的数据类型? 3、使用 Redis 有哪些好处? 4、Redis 相比 Memcached 有哪些优势? 5、Memcache 与 Redis 的区别都有哪些? 6、Redis 是单进程单线程的? 7、一个字符串类型的值能存储最大容量是多少? 8、Redis 的持久化机制是什么?各自的优缺点? 9、Redis 常见性...
大学四年自学走来,这些珍藏的「实用工具/学习网站」我全贡献出来了
知乎高赞:文中列举了互联网一线大厂程序员都在用的工具集合,涉及面非常广,小白和老手都可以进来看看,或许有新收获。
互联网公司的裁员,能玩出多少种花样?
裁员,也是一门学问,可谓博大精深!以下,是互联网公司的裁员的多种方法:-正文开始-135岁+不予续签的理由:千禧一代网感更强。95后不予通过试用期的理由:已婚已育员工更有责任心。2通知接下来要过苦日子,让一部分不肯同甘共苦的员工自己走人,以“兄弟”和“非兄弟”来区别员工。3强制996。员工如果平衡不了工作和家庭,可在离婚或离职里二选一。4不布置任何工作,但下班前必须提交千字工作日报。5不给活干+...
【设计模式】单例模式的八种写法分析
网上泛滥流传单例模式的写法种类,有说7种的,也有说6种的,当然也不排除说5种的,他们说的有错吗?其实没有对与错,刨根问底,写法终究是写法,其本质精髓大体一致!因此完全没必要去追究写法的多少,有这个时间还不如跟着宜春去网吧偷耳机、去田里抓青蛙得了,一天天的....
《面试宝典》:检验是否为合格的初中级程序员的面试知识点,你都知道了吗?查漏补缺
欢迎关注文章系列,一起学习 《提升能力,涨薪可待篇》 《面试知识,工作可待篇》 《实战演练,拒绝996篇》 也欢迎关注公 众 号【Ccww笔记】,原创技术文章第一时间推出 如果此文对你有帮助、喜欢的话,那就点个赞呗,点个关注呗! 《面试知识,工作可待篇》-Java笔试面试基础知识大全 前言 是不是感觉找工作面试是那么难呢? 在找工作面试应在学习的基础进行总结面试知识点,工作也指日可待,欢...
关于研发效能提升的思考
研发效能提升是最近比较热门的一个话题,本人根据这几年的工作心得,做了一些思考总结,由于个人深度有限,暂且抛转引入。 三要素 任何生产力的提升都离不开这三个因素:人、流程和工具,少了其中任何一个因素都无法实现。 人,即思想,也就是古人说的“道”,道不同不相为谋,是制高点,也是高层建筑的基石。 流程,即方法,也是古人说的“法”。研发效能的提升,也就是要提高投入产出比,既要增加产出,也要减...
微博推荐算法简述
在介绍微博推荐算法之前,我们先聊一聊推荐系统和推荐算法。有这样一些问题:推荐系统适用哪些场景?用来解决什么问题、具有怎样的价值?效果如何衡量? 推荐系统诞生很早,但真正被大家所重视,缘起于以”facebook”为代表的社会化网络的兴起和以“淘宝“为代表的电商的繁荣,”选择“的时代已经来临,信息和物品的极大丰富,让用户如浩瀚宇宙中的小点,无所适从。推荐系统迎来爆发的机会,变得离用户更近: 快...
相关热词 c#开发的dll注册 c#的反射 c# grid绑定数据源 c#多线程怎么循环 c# 鼠标左键 c# char占位符 c# 日期比较 c#16进制转换为int c#用递归求顺序表中最大 c#小型erp源代码
立即提问