PCL(Point Cloud Library)点云库 个人开发环境:Ubuntu18.04
墙裂建议先看下:PCL(Point Cloud Library)学习指南&资料推荐
PCL学习入门指南&代码实践(最新版)入门视频: https://www.bilibili.com/video/BV1HS4y1y7AB
代码对应系列笔记:PCL(Point Cloud Library)学习记录(2023)
PCL微信交流群二维码每周都更新一次,请关注公众号【双愚】后台回复PCL加群
- 更多自动驾驶相关交流群,欢迎扫码加入:自动驾驶感知(PCL/ROS+DL):技术交流群汇总(新版)
创建了一个星球 【自动驾驶感知(PCL/ROS+DL)】 专注于自动驾驶感知领域,包括传统方法(PCL点云库,ROS)和深度学习(目标检测+语义分割)方法。同时涉及Apollo,Autoware(基于ros2),BEV感知,三维重建,SLAM(视觉+激光雷达) ,模型压缩(蒸馏+剪枝+量化等),自动驾驶模拟仿真,自动驾驶数据集标注&数据闭环等自动驾驶全栈技术,欢迎扫码二维码加入,一起登顶自动驾驶的高峰|(^▽^)
相关项目实战:
@双愚 , 若fork或star请注明来源
- 点云数据的处理可以采用获得广泛应用的Point Cloud Library (点云库,PCL库)。
- PCL库是一个最初发布于2013年的开源C++库。它实现了大量点云相关的通用算法和高效的数据管理。
- 支持多种操作系统平台,可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的技术结晶,那么PCL在3D信息获取与处理上,就与OpenCV具有同等地位
- PCL是BSD授权方式,可以免费进行商业和学术应用。
- 英文官网:https://pcl.readthedocs.io/projects/tutorials/en/latest/#
- GitHub:https://github.com/PointCloudLibrary/pcl
Tips:
- ubuntu下使用PCL,需要写CMakeLists.txt文件,然后编译才可以生成可执行文件.
- 可执行文件在build文件夹下,所以运行可执行文件时,后面添加参数的pcd文件,应放在build文件夹下才能获取到。(注意文件路径)
make -j
(-j 自动多线程, -j4 四线程)
*建议必学
- * 02kdtree k维tree [doc]
- * 03octree 八叉树 [doc]
- * 04search(TODO): [doc]
- 05sample consensus 抽样一致性模块 [doc]
- 06range-images深度图像 [doc]
- 11 surface表面 [doc]
- 12 segmentation分割 [doc]
- 13 recognition识别 [doc]
- 14 registration配准 [doc] [doc]
- 15 visualization可视化 [doc]
- 16 keypoints关键点 [doc]
- 07tracking跟踪 [doc]
mkdir build
cd build
cmake .. // 对上一级进行编译
make // 生成可执行文件命令
./executedemo // 运行可执行文件
不理解的地方,欢迎提issue: https://github.com/HuangCongQing/pcl-learning/issues
- 3D-MOT(多目标检测和追踪)
- 3D点云目标检测&语义分割-SOTA方法,代码,论文,数据集等
- 公众号:点云PCL
- https://github.com/Yochengliu/awesome-point-cloud-analysis
- https://github.com/QingyongHu/SoTA-Point-Cloud
- https://github.com/PointCloudLibrary/pcl
- 参考书籍:点云库PCL学习教程,朱德海,北京航空航天大学出版社
- Plus:ROS学习-https://github.com/HuangCongQing/ROS
入门资料:
- PCL学习入门指南&代码实践(最新版)入门视频: https://www.bilibili.com/video/BV1HS4y1y7AB
- 视频:bilibili-PCL点云库官网教程
- 点云库PCL学习教程书籍每章总结:https://github.com/MNewBie/PCL-Notes
- 百度网盘资料:
链接:https://pan.baidu.com/s/1ziq8s_kj5QpM8eXO_d6RJg
提取码:g6ny
代码实践资料:
- 官方各模块示例(和对应的对象函数对照着看)【英文】:https://pcl.readthedocs.io/projects/tutorials/en/latest/#
- 官方各模块对应的对象和函数【英文】:
- https://pointclouds.org/documentation/modules.html
- https://pointclouds.org/ 点击网站中的12宫图,没一格对应一个模块的对象函数详解
- 黑马机器人系列文档:PCL-3D点云:http://robot.czxy.com/docs/pcl/
- CSDN博主系列文章PCL学习(64篇):https://www.cnblogs.com/li-yao7758258/category/954066.html
If you find this project useful in your research, please consider cite:
@misc{pcl-learning2020,
title={A Complete Study Guide on How to Learn PCL (Point Cloud Library).},
author={Chongqing, Huang},
howpublished = {\url{https://github.com/HuangCongQing/pcl-learning}},
year={2020}
}
微信公众号:【双愚】(huang_chongqing) 聊科研技术,谈人生思考,欢迎关注~
往期推荐:
Copyright (c) 双愚. All rights reserved.
Licensed under the MIT License.
PLus: 本人创建星球 【自动驾驶感知(PCL/ROS+DL)】 专注于自动驾驶感知领域,包括传统方法(PCL点云库,ROS)和深度学习(目标检测+语义分割)方法。同时涉及Apollo,Autoware(基于ros2),BEV感知,三维重建,SLAM(视觉+激光雷达) ,模型压缩(蒸馏+剪枝+量化等),自动驾驶模拟仿真,自动驾驶数据集标注&数据闭环等自动驾驶全栈技术,欢迎扫码二维码加入,一起登顶自动驾驶的高峰!
最后,如果您想要支持我的工作,请扫描下面的二维码