根据正确的对应关系对齐点云

如何解决根据正确的对应关系对齐点云

我已经在 pcl 中尝试了几种注册方法。我对他们中的大多数人的问题是初始对齐。因此，我开始更多地研究如何找到点对应关系。根据我的理解，我发现了一些用于特征计算和匹配的良好参数值，这些值可以在我专门使用的点云之间实现完美匹配。我可以看出它们是正确的，因为我知道我期望的结果。

现在，有了这些正确的对应关系，我该如何运行 ICP 或任何其他以这些对应关系作为初始条件的配准算法？

我尝试将 correspondences_ 的 pcl::IterativeClosestPoint 成员设置为我找到的对应关系，但似乎没有考虑。我想它只是在执行 align 时更新。

我还在 pcl 文档中遇到了一些 Transformationestimation 类，但我什至无法理解如何从文档中定义这些类（以防它们是这里的方法）。例如我试过这个：

pcl::Correspondences correspondences;
//... Filling the correspondences
//
Eigen::Matrix4f finalTransform;
pcl::registration::TransformationestimationSVD<pcl::PointCloud<pcl::PointXYZ>,pcl::PointCloud<pcl::PointXYZ>,pcl::Correspondences> aman;
aman.estimateRigidTransformation(*samplesChosenSource,*samplesChosenTarget,correspondences,finalTransform);

前两个参数是点云，仅包括我在上一步中设法匹配的点。

这是课程的documentation。这是弹出的错误：

因为，我说过我不是要专门使用这个类。我只想实现我上面解释的内容。但是，解释为什么上述类不起作用将帮助我使用库中的其他类。这只是一个例子。我尝试使用很多看起来有用的东西，但我无法定义其中任何一个。

解决方法

“初始对齐”步骤（实际上是任何对齐）计算旋转矩阵，您可以通过 pcl::Registration 抽象类的 getFinalTransformation 获得。因此，例如，假设您使用 SampleConsensusPrerejective:

pcl::SampleConsensusPrerejective<pcl::PointXYZ,pcl::PointXYZ,pcl::FPFHSignature33> sac_pr_ia;
...
sac_pr_ia.align(ia_cloud);
Eigen:Matrix4F ia_transform = sac_pr_ia.getFinalTransformation();

然后使用 ICP 作为“猜测”：

pcl::IterativeClosestPoint<pcl::PointXYZ,pcl::PointXYZ> icp;
...
icp.align(fine_cloud,ia_transform );