三维点云中的二维形状检测

Question

我正在做一个项目来探测纸飞机的位置和方向。为了收集数据，我使用的是英特尔Realsense D435，它为我提供了精确、干净的深度数据。

现在，我发现了从三维点云数据中检测二维纸平面轮廓的问题。

下面是数据的一个例子(我把飞机放在一个测试棒上，这将不会在最终实现中)：

https://i.stack.imgur.com/EHaEr.gif

基本上，我有：

• 平面上有点的三维点云
• 平面的二维形状

我想要计算什么旋转/翻译是需要对齐2D形状与三维点云尽可能准确。

我在网上搜索过，但找不到好办法。一种方法是使用迭代最近点(ICP)首先在已知的方向上获取平面的校准点云，并将其与当前的方向对齐。但据我所知，如果点云在一开始就没有接近一致的话，ICP的表现就不太好。

任何帮助都是非常感谢的！编码语言并不重要。

Answer 1

你的3d点云有异常值吗？有多少人用哪种方式？

你到底是怎么用ICP的？一种方法是使用ICP，并使用手工编制的初始猜测

pcl::transformPointCloud (*cloud_in, *cloud_icp, transformation_matrix);

(为了缓解比较方案需要接近工作的问题。)

你真正想要的是描述点云位置和方向的平面模型，对吗？

在下面的函数中可以找到一个很好的估计器：pcl::ransac pcl::ransace模式共识

然后，您可以获得computedModel系数。

现在找到正确的转换就是：如何计算从一个平面到另一个平面的变换矩阵？