二维与三维之间的桥梁—

在做图像配准时就听闻过一些点云的方法，却没对其有太多的认识，只是知道点云point cloud顾名思义就是一些离散点的集合。现在在无人驾驶中一些激光雷达的作用其实就是生成点云数据，接下来介绍一下点云数据的含义和基础的使用方法。

虽然特斯拉是坚定的纯视觉自动驾驶路线的支持者，但其实更多的无人驾驶公司同时还会使用激光雷达LiDAR。经常见到无人驾驶的车顶会有一个旋转的圆柱体，其实就是机械式激光雷达，通过旋转镜面将激光反射到不同角度，得到360度的数据：

雷达有很多种，激光雷达只是其实一种，它的全称是light detection and ranging，就是使用激光进行探测和测距。

先来讲测距的原理。

因为同时有发射器和接收器，而光速是已知的，所以很明显可以利用波束传播的时间来得到距离。那么怎么得到传播时间呢？一个方法就大名鼎鼎的TOF，time of fly，又叫做光束法。这种方法依靠物体的漫反射，对脉冲宽度和接收器时间分辨率要求高，所以总体效果一般。第二种方法是相位法phase difference，这是一种相对的方法：不是发射一束而是成周期地发射，所以回波会产生相位差，从而可以估计传播时间。

除了基于时间段测距，还有基于几何的测距。三角测量法triangulation principle利用了三角形相似原理。

探测是基于测距的，目的是得到物体的三维坐标。以什么坐标系？

得到三维坐标及每个点对应的反射强度就构成了点云数据。接下来看一下真实的点云数据是什么样子。从阿波罗项目页可以下载到一些点云数据。这里百度提供了两种数据格式：一种是.pcd，一种是.bin文件。.pcd是PCL库官方指定的格式，每一个.pcd文件都会有一个文件头，就和Opencv中的Mat一样，会有一个数据头去描述这个点云图的一些基础信息：

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7                        #指定PCD文件版本
FIELDS x y z intensity timestamp   #指定一个点可以有的每一个维度和字段的名字
SIZE 4 4 4 1 8                     #用字节数指定每一个维度的大小
TYPE F F F U F                     #一个字符指定每一个维度的类型，F是浮点
COUNT 1 1 1 1 1                    #每一个维度包含的元素数目，一般都是1,但是描述子可能是128
WIDTH 101045                       #无序点云的数目或者有序点云一行的数目
HEIGHT 1                           #无序点云时设置为1,有序时表示一列的数目
VIEWPOINT 0 0 0 1 0 0 0            #视点信息被指定为三维平移+ 四元数，默认值为0001000
POINTS 101045                      #指定点云中点的总数
DATA binary_compressed             #指定存储点云数据的数据类型：ASCII或者Bin，bin更快速

按道理它就是一个文本，但是直接以文本打开的话除了刚才讲到的文件头，其余数据都是乱码，python中使用utf-8和ISO-8859-1和rb都无法看到正常的点坐标。所以兜兜转转半天，还是通过安装第三方库轻松解决。

import open3d as o3d
print("Load a ply point cloud, print it, and render it")
pcd = o3d.io.read_point_cloud("20期.pcd")
print(pcd)
print(o3d.np.asarray(pcd.points))
o3d.visualization.draw_geometries([pcd])

可以得到坐标及可视化结果：

[[ -8.39819813 -5.66665173 -0.9710691 ]
[ -8.13930702 -5.81639719 -0.9073652 ]
[-22.42602539 -21.35739517 0.32076412]
...
[ -6.15335035 -5.64766216 -1.15699255]
[ -6.67443991 -5.32205296 -1.74743378]
[ -6.31309557 -5.57189178 -1.63395274]]

也可以安装PCL，似乎需要自己编译，暂未实现。

Reference：

1.https://www.zhihu.com/question/418827194/answer/1451606698

2.旋转https://baijiahao.baidu.com/s?id=1695602953340739196&wfr=spider&for=pc

3.readhttps://www.cnblogs.com/zyber/p/9578240.html

4.格式https://blog.csdn.net/weixin_46098577/article/details/111594733

5安装pclhttps://blog.csdn.net/McEason/article/details/105195285

二维与三维之间的桥梁——点云相关推荐

python二维、三维、思维数组之间的转化
python二维.三维.思维数组之间的转化 import numpy as np# 假设你有一个二维数组,形状为(32,10000) gray = np.random.randint(0, 256, ...
Android 高级UI解密 (三) ：Canvas裁剪与二维、三维Camera几何变换（图层Layer原理）
Android的绘图机制是核心内容之一,无论是什么样的功能最终都是以图像的形式呈现给用户.因此掌握Android的绘图技巧,有助于Android理解层次的提高,在面对产品经理提出的idea时也更有底气 ...
N圆最密堆积、最小外接正方形的matlab求解（二维、三维等圆Packing 问题）
圆形最密堆积.最小外接正方形的matlab求解(二维.三维等圆Packing 问题) 0 前言 1 N个圆的最小外接正方形求解 2 N个球的最小外接立方体求解惯例声明:本人没有相关的工程应用经验,只 ...
基于栅格地图的路径规划（一）基于Matlab二维、三维栅格地图的构建
基于栅格地图的路径规划(一)基于Matlab二维.三维栅格地图的构建前言 1.二维栅格地图的创建 1.1.二维栅格地图构建原理 1.2.二维栅格地图构建例程 2.三维栅格地图的创建 2.1.三维栅格 ...
GIS从二维到三维有多远
摘要地理信息系统(GIS)起源于北美,是现代地理学与空间信息科学相结合的产物.经过数十年的发展,GIS已经从只有少数专业人士才懂的应用系统,成为日益走向大众的专业软件. 三维GIS是GIS的重要发展 ...
【转载】突破技术瓶颈 GIS从二维到三维有多远
在3sNews上看到了一篇文章,关于三维GIS的,写的不错,转载在这里. 突破技术瓶颈 GIS从二维到三维有多远? http://www.3snews.net/html/06/n-21706.html ...
三维重建系列——坐标系从二维到三维
首先上一个总图: 下面依次介绍平移坐标,内参矩阵外参矩阵的具体表示: 一,图像坐标系和像素坐标系像素坐标系中,每一像素的坐标(u,v)分别是该像素在数组中的列数和行数.所以(u,v)是以像素为单位的 ...
R语言plotly可视化：使用PCA算法进行数据降维、使用plotly可视化PCA所有的主成分绘制散点图矩阵、降维后的两个（三个）核心主成分的二维、三维可视化图形、方差解释的量、载荷图等
R语言plotly可视化:使用PCA算法进行数据降维.使用plotly可视化PCA所有的主成分绘制散点图矩阵.降维后的两个(三个)核心主成分的二维.三维可视化图形.方差解释的量.载荷图等目录
linux c语言 malloc动态分配指针,C语言malloc函数为一维，二维，三维数组分配空间...
c语言允许建立内存动态分配区域,以存放一些临时用的数据,这些数据不必在程序的声明部分定义,也不必等到函数结束时才释放,而是需要时随时开辟,不需要时随时释放,这些数据存储在堆区.可以根据需要,向系统申请 ...

二维与三维之间的桥梁——点云

二维与三维之间的桥梁——点云相关推荐

最新文章

热门文章