PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

---恢复内容开始---

最近在做关于物体姿态估计的项目

基本思路就是

PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

我们在估计物体的pose的时候,需要用分割得到的点云与模型库中的模型做匹配

1、通过基于RANSANC的SAC-IA将点云和模型做大体估计

2、通过ICP对物体pose做精准估计,并返回物体pose

第二步的时候有个问题,很多模型库里的模型都是mesh,转换成点云后因为原本的点就非常稀疏,所以得到的点云也非常稀疏,类似于之前博客中这种

PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

这种问题一个好的解决方案就是在模型表面做拆分,

举个例子

PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

如果不能subdivision,那就往上找那个repair&cleaning,将一些法向错误的点或者面去掉,之后再sample,点就会密集了。

之后可以做SAC-IA和ICP了

PCL学习(五)如何在mesh模型上sample更多点及三维物体姿态估计

---恢复内容结束---

上一篇:<转载>从系统管理员角度看 Docker


下一篇:从MySQL中的double write问题说开去