我是靠谱客的博主 欢喜书包,最近开发中收集的这篇文章主要介绍PCL - ICP代碼研讀(五 ) - align函數,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

PCL - ICP代碼研讀(五 ) - align函數

    • 前言
    • align
    • align wrapper

前言

接續PCL - ICP代碼研讀(二 ) - Registration架構,本篇主要介紹Registration類別的align函數。

computeTransformation這個純虛擬函數用於估計兩點雲間的轉矩矩陣(final_transformation_),並同時對輸入點雲input_做轉換,將結果儲存至output這個點雲中,可以說是校正算法的核心。

align函數則是它的wrapper,為computeTransformation函數做好初始化後,再呼叫該函數。

align函數有兩個版本,一個需要傳入4 * 4轉換矩陣作為初始解,另一個則假設初始解為單位矩陣,不需要傳入4 * 4矩陣。

align

template <typename PointSource, typename PointTarget, typename Scalar>
inline void
Registration<PointSource, PointTarget, Scalar>::align(PointCloudSource& output,
const Matrix4& guess)
{

先透過initCompute函數設定好tree_correspondence_estimation_


if (!initCompute())
return;

準備好output


// Resize the output dataset
output.resize(indices_->size());
// Copy the header
output.header = input_->header;
// Check if the output will be computed for all points or only a subset
if (indices_->size() != input_->size()) {
// 只對輸入點雲中索引為indices_的點做align
output.width = indices_->size();
// 為何不是output.height = input_->height?
output.height = 1;
}
else {
output.width = static_cast<std::uint32_t>(input_->width);
output.height = input_->height;
}
output.is_dense = input_->is_dense;
// Copy the point data to output
for (std::size_t i = 0; i < indices_->size(); ++i)
output[i] = (*input_)[(*indices_)[i]];

目前與point_representation_相關的代碼還沒看明白。


// ?
// Set the internal point representation of choice unless otherwise noted
if (point_representation_ && !force_no_recompute_)
tree_->setPointRepresentation(point_representation_);

converged_final_transformation_transformation_previous_transformation_這幾個protected成員變數在computeTransformation中會用到,這裡先將他們初始化。


// Perform the actual transformation computation
converged_ = false;
final_transformation_ = transformation_ = previous_transformation_ =
Matrix4::Identity();

computeTransformation函數中用到的轉換矩陣是4*4的,這裡用齊次法表示output,接下來就可以直接用一次矩陣乘法來做旋轉與平移。


// Right before we estimate the transformation, we set all the point.data[3] values to
// 1 to aid the rigid transformation
// 齊次坐標的意思?
for (std::size_t i = 0; i < indices_->size(); ++i)
output[i].data[3] = 1.0;

計算final_transformation_並更新output


// 注意align函數會修改入參output
computeTransformation(output, guess);

PCLBase::deinitCompute函數為空:


deinitCompute();
}

align wrapper

這個函數與align(PointCloudSource& output, const Matrix4& guess)比起來少了一個參數guess。它是該函數的wrapper,默認guess為單位矩陣。

template <typename PointSource, typename PointTarget, typename Scalar>
inline void
Registration<PointSource, PointTarget, Scalar>::align(PointCloudSource& output)
{
align(output, Matrix4::Identity());
}

最后

以上就是欢喜书包为你收集整理的PCL - ICP代碼研讀(五 ) - align函數的全部内容,希望文章能够帮你解决PCL - ICP代碼研讀(五 ) - align函數所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部