点云 pillar 形状的数据搜索

读取点云数据，将点云数据中的某一个维度设置为0，生成一个新的点云数据，并建立其上的KDTree索引。给定查询点并对查询点进行半径搜索，并将半径邻域内的点渲染为红色。最后得到就是该点范围内，一个圆柱形的附近点集合，最后将可视化结果展示出来。

代码如下：

import open3d as o3d
import numpy as np



pcd = o3d.io.read_point_cloud("xxx.pcd")

points = np.asarray(pcd.points)
xi = points[:, 0]
yi = points[:, 1]
zi = points[:, 2] - points[:, 2]  # 这里在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)


pcd_tree = o3d.geometry.KDTreeFlann(project_cloud)  # 建立KD树索引


pcd.colors[15] = [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[150], 0.5)  # 半径搜索
np.asarray(pcd.colors)[idx1[1:], :] = [1, 0, 0]  # 半径搜索结果并渲染为红色

o3d.visualization.draw_geometries([pcd])