给定现有模型为真值的点云库姿态估计

Question

PCL的github指导了这些问题here，所以我真的不知道还有什么要问的。

我正在尝试在给定网格和生成的点云的情况下实现姿势估计。使用PCL，我知道您可以使用tutorial中的两个点云进行姿态估计。就我而言，我具有目标对象的准确多面模型。是否存在可以使用多面真模型的PCL姿势估计器？我想避免使用mesh_sampling或mesh2pcd作为解决方法。

使用以下54个词，Google搜索不会带来与我的搜索相关的任何结果

• 点云库姿态估计与

  • 网格
  • 三角形
  • 方面
  • 真实数据
  • 模拟真实数据
  • 模型
  • 网格真实数据
  • 顶点
  • 顶点

• 点云库点集注册

  • （上方）

• 点云库注册

  • （上方）

• 点云库6DOF具有

  • （上方）

• 点云库构成

  • （上方）

• 点云库方向

  • （上方）

也许我不知道要搜索的单词正确吗？

，但看起来可能 是可能的，因为像this

这样的函子

 pcl::SampleConsensusPrerejective<PointNT,PointNT,FeatureT>

和this

 pcl::Registration< PointSource, PointTarget, Scalar >

采用看起来非常通用的模板参数，只需要PCL基本功能。但是放置pcl :: mesh并不能编译（尽管它似乎不是PCL中唯一的“网格”类型），因为网格似乎并没有继承自基础。该文档没有讨论模板类型的作用或不可能作用。另外，我发现零文档指出这是不可能的，或者表明只允许点云。

我可以直接在无点云转换的情况下使用该模型吗？如果不是，为什么？

Answer 1

PCL是用于点云处理的库。虽然可以使用某些网格支持（pcl::PolygonMesh），但实际上所有已实现的算法都是基于点云数据的。

但是请记住，网格只是点云+附加的三角测量信息（面）-因此，这意味着任何点云算法都可以应用于网格。您只需要从网格的顶点生成点云，然后忽略面即可-无需进行网格采样。