将点云的坐标转换为点云库中的另一个坐标,使地平面成为X-O-Y平面?

时间:2015-04-24 07:30:45

标签: c++ kinect point-cloud-library point-clouds

我有一个来自kinect融合的点云,并使用Point Cloud Library成功分割地平面(a x + b y + c * z + d = 0)(我得到了a, b,c,d在pcl ::地面平面的模型系数中)。现在我需要将笛卡尔坐标转换为新的笛卡尔坐标,使地平面成为X-O-Y平面(0 * x + 0 * y + z = 0)。 我想我可以通过这个API做到(但我不知道如何): http://docs.pointclouds.org/trunk/group__common.html#transformPointCloud

我的回答: 看看这个PCL api:http://docs.pointclouds.org/1.7.2/a02405.html#ga4375e99ec2ae368eec9379f506568611

我成功解决了这个问题!

3 个答案:

答案 0 :(得分:0)

我无法打开您的API链接,但您猜测可以使用简单的转换来转换平面:

  1. 你应该添加你的所有点矢量{a * d,b * d,c * d} - 将你的点移动到平面ax + + + cz = 0
  2. 那么你应该找到围绕轴[{a,b,c}交叉的旋转矩阵 角度[{a,b,c}点{0,0,1}]上的{0,0,1}]并转换你的 通过这个矩阵点 http://www.euclideanspace.com/maths/geometry/rotations/conversions/angleToMatrix-在这里你可以看到如何从轴和角度找到旋转矩阵

答案 1 :(得分:0)

此功能需要相机姿势,即4x4矩阵,格式为

| R   t |
| 0   1 |

这里,R是3x3旋转矩阵,t是3x1平移向量,0 - 是0x的1x3向量,1是单位(标量)。

您应该以这样的方式设计此矩阵,即新坐标系中的Z轴将与平面的法向量共线。新的X轴和Y轴是任意的,唯一的限制是它们必须形成正交基础。

This link解释了如何推导矩阵R.

答案 2 :(得分:0)

现在,我遇到了这个问题。我想将点云投影到XY平面,YZ平面和XZ平面。最后,在此页面中找到答案: https://pcl.readthedocs.io/projects/tutorials/en/latest/project_inliers.html?highlight=ModelCoefficients

在本教程中,我们将学习如何将点投影到参数模型(例如,平面,球体等)上。参数模型通过一组系数给出-在平面情况下,通过其方程式:ax + by + cz + d = 0。 为避免页面丢失,请按以下步骤复制代码:

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/ModelCoefficients.h>
#include <pcl/filters/project_inliers.h>

int
 main (int argc, char** argv)
{
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected (new pcl::PointCloud<pcl::PointXYZ>);

  // Fill in the cloud data
  //We then create the point cloud structure, fill in the respective values,        and display the content on screen.
  cloud->width  = 5;
  cloud->height = 1;
  cloud->points.resize (cloud->width * cloud->height);

  for (auto& point: *cloud)
  {
    point.x = 1024 * rand () / (RAND_MAX + 1.0f);
    point.y = 1024 * rand () / (RAND_MAX + 1.0f);
    point.z = 1024 * rand () / (RAND_MAX + 1.0f);
  }

  std::cerr << "Cloud before projection: " << std::endl;
  for (const auto& point: *cloud)
    std::cerr << "    " << point.x << " "
                        << point.y << " "
                        << point.z << std::endl;

  // Create a set of planar coefficients with X=Y=0,Z=1
  //We fill in the ModelCoefficients values. In this case, we use a plane model, with ax+by+cz+d=0, where a=b=d=0, and c=1, or said differently, the X-Y plane.
  pcl::ModelCoefficients::Ptr coefficients (new pcl::ModelCoefficients ());
  coefficients->values.resize (4);
  coefficients->values[0] = coefficients->values[1] = 0;
  coefficients->values[2] = 1.0;
  coefficients->values[3] = 0;

  // Create the filtering object
  //We create the ProjectInliers object and use the ModelCoefficients defined above as the model to project onto.
  pcl::ProjectInliers<pcl::PointXYZ> proj;
  proj.setModelType (pcl::SACMODEL_PLANE);
  proj.setInputCloud (cloud);
  proj.setModelCoefficients (coefficients);
  proj.filter (*cloud_projected);

  std::cerr << "Cloud after projection: " << std::endl;
  for (const auto& point: *cloud_projected)
    std::cerr << "    " << point.x << " "
                        << point.y << " "
                        << point.z << std::endl;

  return (0);
}

上面的代码来自PCL网站。