PCL 返回的 IterativeClosestPoint class 中的 getFitnessScore() 是什么单位？

Question

我使用点云库中的 pcl::IterativeClosestPoint 方法。 截至目前，它的文档似乎处于离线状态。 这里在googlecache. And also a tutorial.

可以调用 icp.getFitnessScore() 来获取到两个云点的均方距离。我只是找不到关于这表明哪种单位的信息。有谁知道我得到的数字是什么意思？例如，我的输出是：0,0003192。好像有点小，不知道是米，厘米，英尺还是别的什么。

非常感谢。

Answer 1

what kind of unit is icp.getFitnessScore() used?

正如 Joy 在他的评论中所说，单位与您输入的数据相同。
例如，您的输入点云可能来自 obj file。一个点将被存储为 v 9.322 -1.0778 0.44997。 icp.getFitnessScore() 返回的数字将与点的坐标具有相同的单位。

---

Does anyone knows what the number I get there means?

您得到的数字代表从源中的每个点到目标中的最近点的均方距离。

也就是说，如果你假设source中的每个点在target[=中都有对应的点50=]，对应集来自最近点数据关联，那么这个数字代表所有对应关系之间的均方距离。从下面的源代码可以看出。

为了更好地理解该函数，您可能需要过滤掉它们之间距离较大的对应关系。 （两个点云可能只是部分重叠。）而且该函数实际上有一个可选参数 max_range 来执行此操作。

---

方法getFitnessScore()定义于pcl::Registration，pcl::IterativeClosestPoint的基class。可选参数max_range默认为std::numeric_limits<double>::max()，在definition:

中可以看到

/** \brief Obtain the Euclidean fitness score (e.g., sum of squared distances from the source to the target)
  * \param[in] max_range maximum allowable distance between a point and its correspondence in the target 
  * (default: double::max)
  */
inline double 
getFitnessScore (double max_range = std::numeric_limits<double>::max ());

---

而这个函数的source code是：

template <typename PointSource, typename PointTarget, typename Scalar> inline double
pcl::Registration<PointSource, PointTarget, Scalar>::getFitnessScore (double max_range)
{

  double fitness_score = 0.0;

  // Transform the input dataset using the final transformation
  PointCloudSource input_transformed;
  transformPointCloud (*input_, input_transformed, final_transformation_);

  std::vector<int> nn_indices (1);
  std::vector<float> nn_dists (1);

  // For each point in the source dataset
  int nr = 0;
  for (size_t i = 0; i < input_transformed.points.size (); ++i)
  {
    // Find its nearest neighbor in the target
    tree_->nearestKSearch (input_transformed.points[i], 1, nn_indices, nn_dists);

    // Deal with occlusions (incomplete targets)
    if (nn_dists[0] <= max_range)
    {
      // Add to the fitness score
      fitness_score += nn_dists[0];
      nr++;
    } 
  } 

  if (nr > 0)
    return (fitness_score / nr);
  else
    return (std::numeric_limits<double>::max ());

}