转换 PCL 点云时精度丢失答案

【问题标题】：Precision getting lost when transforming the PCL pointcloud转换 PCL 点云时精度丢失
【发布时间】：2019-08-12 17:49:10
【问题描述】：

我正在使用来自 PCL 的 this 来转换我拥有的点云。基本上，我只是将云平移了一些偏移量。

问题是应用此转换后我失去了精度。下图更清楚。

我发现只有当我的偏移量有较大的值（>6 位）时才会发生这种情况，云正在被转换。

下面是使用 pcl 库的代码

 Eigen::Matrix4d translationMatrix = Eigen::Matrix4d::Identity();

 //translation
 translationMatrix(0,3) = 1000000;
 translationMatrix(1,3) = 1000000;

 pcl::PointCloud<pcl::PointXYZ>::Ptr translatedCloud;
 translatedCloud.reset(new pcl::PointCloud<pcl::PointXYZ>());

 pcl::transformPointCloud(*cloud,*translatedCloud,translationMatrix);

 pcl::io::savePCDFileASCII ("translatedCloud.pcd",*translatedCloud);

原云

变形的云

我怀疑问题可能出在使用的数据类型的范围上。

任何有关这方面的信息都会有所帮助。

【问题讨论】：

标签： matrix point-cloud-library coordinate-transformation lidar

【解决方案1】：

问题在于使用的偏移范围。 pcl::PointXYZ 将点作为浮点数，因此当提供超出范围的此类偏移时，它会将结果四舍五入，从而导致精度损失。一个明显的解决方案是尽可能标准化范围。另一种解决方案是在 PCL 中添加自定义点类型。 PCL 提供了一个很好的document。

【讨论】：

自定义点类型文档的新链接。 pointclouds.org/documentation/tutorials/…

【解决方案2】：

您可以通过精确输入直接使用 PCDWriter 类。

按照建议，在 PCL 中创建自定义点类型并以 ASCII 格式保存。只有 ASCII 格式具有这种精度输入。不知道其他格式。

注意：对于这个新的双类型自定义点云，可用的 PCL 工具将不起作用，因为 PCL 使用浮点数。欲了解更多信息：Link

【讨论】：

我也尝试使用上面链接中的代码，发现 PCL 通常无法处理具有双精度存储的自定义点云。我发现的第一件事是转换不起作用。可能还有很多其他组件不起作用。相反，我通过减去平均值将我的数据转换为单精度浮点表示。