使用 KD 树搜索比云更少的维度

Question

我想使用 2D (xy) 条件在我的 3D (xyz) 中搜索点云。

即"Find all the points near x=2 AND y=4 regardless of their Z coordinate"

从概念上讲，我认为我可以通过创建一个只考虑 x 和 y 的 KD 树来解决这个问题，但我似乎无法找到 PCL 工具来做到这一点。

有没有好的（已经写好的）方法来做到这一点？还是我必须实现自己的[可能更慢] Kd 树？

Answer 1

如果您正在考虑 KD 树，那么您对检索点的最近数量或它们的距离有一些限制。

在你的情况下，那应该是距离，所以，你得到 (x-dx, x+dx) and (y-dy, y+dy).

之间的点

在 pcl 中做到这一点的一种方法是使用 pcl::getPointsInBox()

Get a set of points residing in a box given its bounds.

Parameters

cloud the point cloud data message
min_pt    the minimum bounds
max_pt    the maximum bounds
indices   the resultant set of point indices residing in the box

所以，如果你想得到 x(1.25, 1.75) 和 y(2.25, 2.75) 之间的点，你必须按如下方式创建两个 MinMax 点：

PointMin(1.25, 2.25, min_z)
PointMax(1.75, 2.75, max_z)

min_z & max_z 可以设置为任意低和高如 (-15, 40)，保证您将获得指定 (x,y) 范围内的所有点，而不考虑 (z)

使用 KD 树搜索比云更少的维度

Use a KD Tree to search in fewer dimensions than the cloud

point-cloud-library