【pcl入门教程系列】之点云水平面校准

2024-01-11 01:48

本文主要是介绍【pcl入门教程系列】之点云水平面校准,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介

  车载激光雷达传感器生成点云后,需要进行点云水平面校准来纠正由于传感器安装倾斜或者路面颠簸不平导致的扫描生成点云不是水平的,而是带有一定坡度。对水平面点云校准有助于后续对点云进行分割、识别等操作。废话不多说,看下面水平面校准的步骤。

水平面校准

水平面校准主要涉及以下几个步骤:

  1. 分割出大致的地面点;
  2. 通过分割出来的地面点来估计地平面方程 a x + b y + c z + d = 0 ax+by+cz+d=0 ax+by+cz+d=0,那么地平面的法向量为 b e f o r e ( a , b , c ) before(a,b,c) before(a,b,c)
  3. 通过地平面的法向量 b e f o r e ( a , b , c ) before(a,b,c) before(a,b,c)与雷达坐标系法向量 a f t e r ( 0 , 0 , 1 ) after(0,0,1) after(0,0,1)来求取旋转矩阵R;
  4. 将原始点云乘以旋转矩阵R即可得到水平校准后的点云;

  如何根据旋转前的向量与旋转后的向量来求取旋转矩阵可以参考该篇博文:传送门,想必很多都看过该篇博客。主要的过程就是根据旋转前向量 b e f o r e before before和旋转后向量 a f t e r after after可以轻易获取到旋转角度 θ θ θ和旋转轴向量 c ⃗ \vec{c} c

旋转角度 θ θ θ求取:假设 b e f o r e before before向量为 P ⃗ \vec{P} P a f t e r after after向量为 Q ⃗ \vec{Q} Q ,那么:

P ⃗ ● Q ⃗ = ∣ P ∣ ∣ Q ∣ c o s θ \vec{P}●\vec{Q}=|P||Q|cos^{θ} P Q =PQcosθ

即可得到:
θ = a r c o s ( P ⃗ ● Q ⃗ ∣ P ∣ ∣ Q ∣ ) θ=arcos(\frac{\vec{P}●\vec{Q}}{|P||Q|}) θ=arcos(PQP Q )

求取旋转角度θ后,继续求取旋转轴向量 c ⃗ \vec{c}

这篇关于【pcl入门教程系列】之点云水平面校准的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/592760

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

Java基础回顾系列-第七天-高级编程之IO

Java基础回顾系列-第七天-高级编程之IO 文件操作字节流与字符流OutputStream字节输出流FileOutputStream InputStream字节输入流FileInputStream Writer字符输出流FileWriter Reader字符输入流字节流与字符流的区别转换流InputStreamReaderOutputStreamWriter 文件复制 字符编码内存操作流(

Java基础回顾系列-第五天-高级编程之API类库

Java基础回顾系列-第五天-高级编程之API类库 Java基础类库StringBufferStringBuilderStringCharSequence接口AutoCloseable接口RuntimeSystemCleaner对象克隆 数字操作类Math数学计算类Random随机数生成类BigInteger/BigDecimal大数字操作类 日期操作类DateSimpleDateForma

Java基础回顾系列-第三天-Lambda表达式

Java基础回顾系列-第三天-Lambda表达式 Lambda表达式方法引用引用静态方法引用实例化对象的方法引用特定类型的方法引用构造方法 内建函数式接口Function基础接口DoubleToIntFunction 类型转换接口Consumer消费型函数式接口Supplier供给型函数式接口Predicate断言型函数式接口 Stream API 该篇博文需重点了解:内建函数式

Java基础回顾系列-第二天-面向对象编程

面向对象编程 Java类核心开发结构面向对象封装继承多态 抽象类abstract接口interface抽象类与接口的区别深入分析类与对象内存分析 继承extends重写(Override)与重载(Overload)重写(Override)重载(Overload)重写与重载之间的区别总结 this关键字static关键字static变量static方法static代码块 代码块String类特

Java基础回顾系列-第六天-Java集合

Java基础回顾系列-第六天-Java集合 集合概述数组的弊端集合框架的优点Java集合关系图集合框架体系图java.util.Collection接口 List集合java.util.List接口java.util.ArrayListjava.util.LinkedListjava.util.Vector Set集合java.util.Set接口java.util.HashSetjava