激光雷达（LiDAR）| Open3D：第三节 邻近搜索之圆柱搜索

本节基于Open3D实现圆柱搜索：基于KDTree中的RNN半径邻近搜索实现在某个方向上的圆柱搜索，可识别出简单圆柱形物体。

---

1. 算法过程

首先，读取点云，实现在垂直方向上的半径邻近搜索预处理，建立KDTree结构实现圆柱搜索，结果可视化。

1.1 加载数据

# 加载包
import open3d as o3d
import numpy as np

# 读取点云
pcd = o3d.io.read_point_cloud("./tree/Tree_singel.pcd")
pcd.paint_uniform_color([0.5, 0.5, 0.5])  # 渲染为灰色
o3d.visualization.draw_geometries([pcd],width = 700, height = 900)

1.2 预处理

将对应的纬度设置为0，实现在对应纬度的圆柱邻域搜索

points = np.asarray(pcd.points)
xi = points[:, 0]
yi = points[:, 1]
zi = points[:, 2] - points[:, 2]  # 在Z方向上做圆柱邻域搜索
project_points = np.c_[xi, yi, zi]
project_cloud = o3d.geometry.PointCloud()  # 使用numpy生成点云
project_cloud.points = o3d.utility.Vector3dVector(project_points)
o3d.visualization.draw_geometries([project_cloud], width = 700, height = 900)   # 在垂直方向上投影后点云

1.3 圆柱搜索

建立KDTree实现圆柱搜索

# KDtree搜索
pcd_tree = o3d.geometry.KDTreeFlann(project_cloud)  # 建立KD树索引
# 半径搜索
pcd.colors[48000] = [1, 0, 0]  # 给定查询点并渲染为红色
[k1, idx1, _] = pcd_tree.search_radius_vector_3d(project_cloud.points[48000], 0.2)  # 半径搜索
np.asarray(pcd.colors)[idx1[1:], :] = [0, 0, 1]#半径搜索结果并渲染为蓝色
o3d.visualization.draw_geometries([pcd])

2. 参考

本文代码来自于CSDN博主：点云侠
Open3D 点云的圆柱形邻域搜索：https://blog.csdn.net/qq_36686437/article/details/126682718

总结

本节基于OPEN 3D中的RNN半径邻近搜索实现在某个方向上的圆柱搜索，可用应用于电力巡检中电线杆、林业中树木枝干等简单圆柱形物体的粗识别提取。

---