pcregisterndt
注册两个点云使用无损检测算法
语法
描述
(___)= pcregisterndt (___,指定选项使用一个或多个名称参数除了参数从以前的语法的任意组合。例如,名称=值)MaxIterations = 20经过20迭代停止无损检测算法。
例子
两个点云对齐使用无损检测算法
加载点云数据。
ld =负载(“livingRoom.mat”);移动= ld.livingRoomData {1};固定= ld.livingRoomData {2};图pcshowpair(移动、固定VerticalAxis =“Y”VerticalAxisDir =“下来”)
提高无损检测注册算法的效率和准确性,downsample动点云。
movingDownsampled = pcdownsample(移动,“gridAverage”,0.1);
Voxelize sidelength 0.5的点云到多维数据集。应用严格的登记使用无损检测算法。
gridStep = 0.5;tform = pcregisterndt (movingDownsampled、固定、gridStep);
可视化对齐。
movingReg = pctransform(移动,tform);图pcshowpair (movingReg、固定VerticalAxis =“Y”VerticalAxisDir =“下来”)
两个激光雷达点云对齐
构造一个velodyneFileReader对象。
veloReader = velodyneFileReader (“lidarData_ConstructionRoad.pcap”,“HDL32E”);
阅读和可视化两个激光雷达点云。
frameNumber = 1;skipFrame = 5;固定= readFrame (veloReader frameNumber);移动= readFrame (veloReader frameNumber + skipFrame);
分割地平面,将其移出固定的点云。
groundPtsIdxFixed = segmentGroundFromLidarData(固定);fixedSeg =选择(固定、~ groundPtsIdxFixed OutputSize =“全部”);
分割地平面,将其移出移动的点云。
groundPtsIdxMoving = segmentGroundFromLidarData(移动);movingSeg =选择(移动,~ groundPtsIdxMoving OutputSize =“全部”);
Downsample动点云来提高精度和效率的处理点。
movingDownsampled = pcdownsample (movingSeg gridAverage = 0.2);
注册移动点云对固定的点云。
gridStep = 5;tform = pcregisterndt (movingDownsampled fixedSeg gridStep);
变换运动点云估计使用刚性变换。
movingReg = pctransform(移动,tform);
可视化的对齐点云。
图pcshowpair (movingReg、固定)
输入参数
输出参数
算法
引用
[1]Biber, P。,and W. Straßer. “The Normal Distributions Transform: A New Approach to Laser Scan Matching.”学报IEEE / RSJ智能机器人和系统国际会议(——)。拉斯维加斯,NV。3卷,2003年11月,页2743 - 2748。
[2]Magnusson, m .”——一种有效的三维正态分布变换表示注册、表面分析,和循环检测。“博士论文。据英国大学,据英国,瑞典,2013年。
