icp算法在pcl中的应用

Question

我试图在pcl库中使用icp算法，但没有几个问题：

1. 我是否应该这样产生国际比较方案： IterativeClosestPoint <pcl::PointXYZ，pcl::PointXYZ> icp； 或使用 pcl::PointXYZRGB
2. icp评分最终为0。

我能为它的成功做点什么吗？

Answer 1

1. 你应该使用上面提到的第一个选项。它创建一个迭代结束点的实例。要保存生成的云，您应该使用likepcl::PointCloud Final；
2. 分数为0表示该算法已经收敛。

Answer 2

1. 您可以在这里看到一个包含说明的示例代码：

point.php

pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;
icp.setInputCloud(cloud_in);
icp.setInputTarget(cloud_out);

1. 一个低的健康分数，像0，是一个很好的结果。它可以解释为你想要适应的两点云之间的剩余距离。 2.1。较低的健身分数并不一定意味着icp收敛(如果健身分数为0时，显然是如此，因为它是最优的)，对于任何其他非最佳健身评分，您都可以检查icp是否与这一行代码相一致： icp.hasConverged() = 1 (true)