PCL(Point Cloud Library)点云库 个人开发环境:Ubuntu18.04
-
如有疑问,微信:shuangyu_ai
- Plus: 可承接点云处理相关项目,欢迎私聊
- 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)
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(2024)
![微信交流群二维码](https://private-user-images.githubusercontent.com/20675770/261682362-f55c8b20-d7ec-43df-9f53-4271a0dcab12.jpg?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MjQ1NDg4MDEsIm5iZiI6MTcyNDU0ODUwMSwicGF0aCI6Ii8yMDY3NTc3MC8yNjE2ODIzNjItZjU1YzhiMjAtZDdlYy00M2RmLTlmNTMtNDI3MWEwZGNhYjEyLmpwZz9YLUFtei1BbGdvcml0aG09QVdTNC1ITUFDLVNIQTI1NiZYLUFtei1DcmVkZW50aWFsPUFLSUFWQ09EWUxTQTUzUFFLNFpBJTJGMjAyNDA4MjUlMkZ1cy1lYXN0LTElMkZzMyUyRmF3czRfcmVxdWVzdCZYLUFtei1EYXRlPTIwMjQwODI1VDAxMTUwMVomWC1BbXotRXhwaXJlcz0zMDAmWC1BbXotU2lnbmF0dXJlPTJiMjBiOWYyYTRlNjI1Y2YzYzkyOWZhYmI4MTVhMTI4YjdlMTI2OWNjMThlYWMwNGMwNDIwZTExMjYzYTk1NjMmWC1BbXotU2lnbmVkSGVhZGVycz1ob3N0JmFjdG9yX2lkPTAma2V5X2lkPTAmcmVwb19pZD0wIn0.YT15U2ZAkgQlMbJyLWju41OTA7-Ez4x4AwJgPkBEHM4)
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: [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]
- * 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
./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}
}
后续会根据逐步完善,欢迎大家提出宝贵意见,也欢迎大家提issue pr,还有star⭐️。
可以领取优惠加入星球使劲向我提问哈~
![](https://private-user-images.githubusercontent.com/20675770/310792709-67965967-ee81-4e11-b05a-c82656d0d6d7.png?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.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.fJtFP2R7e4mCQqTcGYhSSe9BkZrYpgWdMlrgaWib23A)
![](https://private-user-images.githubusercontent.com/20675770/243804617-304e0c4d-89d2-4cee-a2a9-3c690611c9d9.png?jwt=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJnaXRodWIuY29tIiwiYXVkIjoicmF3LmdpdGh1YnVzZXJjb250ZW50LmNvbSIsImtleSI6ImtleTUiLCJleHAiOjE3MjQ1NDg4MDEsIm5iZiI6MTcyNDU0ODUwMSwicGF0aCI6Ii8yMDY3NTc3MC8yNDM4MDQ2MTctMzA0ZTBjNGQtODlkMi00Y2VlLWEyYTktM2M2OTA2MTFjOWQ5LnBuZz9YLUFtei1BbGdvcml0aG09QVdTNC1ITUFDLVNIQTI1NiZYLUFtei1DcmVkZW50aWFsPUFLSUFWQ09EWUxTQTUzUFFLNFpBJTJGMjAyNDA4MjUlMkZ1cy1lYXN0LTElMkZzMyUyRmF3czRfcmVxdWVzdCZYLUFtei1EYXRlPTIwMjQwODI1VDAxMTUwMVomWC1BbXotRXhwaXJlcz0zMDAmWC1BbXotU2lnbmF0dXJlPWExZTA1ZjhiMjEyZjYwNzU1NTJkZWIyZjQwZDMxYTk0YWY0YWI4N2M4ZjE1ZTgxYTNjYzM1MGMxOTBkZmE0ZGMmWC1BbXotU2lnbmVkSGVhZGVycz1ob3N0JmFjdG9yX2lkPTAma2V5X2lkPTAmcmVwb19pZD0wIn0.2p26p3TNjf_WC__40_AiwhYNVrRI8Z0wLdesdlehIbM)
PLus: 创建了一个知识星球 【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!
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:
最后,如果您想要支持我的工作,请扫描下面的二维码
Copyright (c) 双愚. All rights reserved.
Licensed under the MIT License.