LAS点云第4页

PCL笔记四：k-d tree和八叉树；近邻搜索；半径搜索；体素内搜索；空间变化检测；

点云数据主要是表征目标表面的海量点集合，并不具备传统实体网格数据的几何拓扑信息。点云数据处理中最为核心的问题就是建立离散点间的拓扑关系，实现基于邻域关系的快速查找。

逍遥郎wj·2025-04-20 13:53

PCLPY 八叉树使用详解：实现高效三维点云数据处理

在三维点云数据处理中，八叉树是一种常用的空间划分方法，可以将点云数据快速地分割成多个小块，在进行诸如拾取、聚类、分割等操作时，可以大大提高计算效率，本文将介绍如何使用PCLPY中的八叉树实现高效的三维点云数据处理

程序员杨弋·2025-04-20 13:23

【PCL】Octree (八叉树) 模块介绍和代码示例

1、Octree模块说明1.1概述Octree（八叉树）是一种树状数据结构，用于在三维空间中对点云数据进行高效的组织和管理。

AI大权·2025-04-20 13:52

OSPF外部路由计算

ASBR自白：当路由器称为ASBR之后，将会在产生的1类LAS中将ASBR（E）标志置位为1，标识自己为ASBR[R5-ospf-1]import-routestatic//在OSPF进程中引入静态路由华为设备中外部路由的默认的优先级是

a康康康·2025-04-19 18:42

用python将csv文件转换为pcd文件

在做点云处理时，我们有时用激光雷达收集数据时，很可能默认为csv文件或者其他类型，但处理时可能会用pcd类型，二者用python转换如下：importosimportnumpyasnpimportpandasaspddata

随心Lc·2025-04-19 02:27

PCL 自动计算重叠率的Trimmed-ICP实现点云精配准

一、算法原理1、原理概述对于源点云PPP中点的个数不等目标点云QQ

点云侠·2025-04-17 18:32

基于激光雷达Occupancy 算法的障碍物感知

基于激光点云的Occupancy算法在周围障碍物感知中的原理涉及多个步骤，结合了三维数据处理、概率建模及深度学习技术。以下是其核心原理的详细分步解释：1.激光点云数据获取与预

moonsims·2025-04-16 22:49

无人机避障与目标识别技术分析！

激光雷达（LiDAR）：高精度点云建模，但成本高、功耗大，小型无人机难以集成。超声波雷达：短距离（5-10米）低成本避障，但易受环境噪声干扰。

云卓SKYDROID·2025-04-16 22:18

NDT 代价函数

SLAM中的NDT代价函数在SLAM（同步定位与地图构建）中，NDT（NormalDistributionsTransform）是一种常用的点云配准方法。NDT代价函数用于评估点云配准的质量。

喵先生!·2025-04-16 08:18

PCL 基于SAC_IA算法(Sample Consensus Initial Alignment)的点云配准方法 [附完整的C++实现代码]

目录一、算法概述二、算法原理三、应用场景及优缺点四、代码实现一、算法概述 SAC_IA算法（全称是"SampleConsensusInitialAlignment"）是一种经典的点云配准算法。

自动驾驶探索站·2025-04-15 09:21

PointCloudLib SAC-IA算法实现点云粗配准 C++版本

测试效果简介采样一致性SAC_IA（SampleConsensusInitialAlignment）初始配准算法是一种在点云处理中广泛使用的技术，尤其在PCL（PointCloudLibrary）库中得到了实现

黄晓魚·2025-04-15 09:48

点云处理中阶 Sample Consensus（二）

目录一、深入理解RSNSAC二、RANSAC的缺点三、PCL中常用的SampleConsensus算法四、参考资料一、深入理解RSNSACRANSAC是“RANdomSAmpleConsensus”（随机抽样共识或采样一致性）的缩写，它是一种迭代方法，用于从包含异常值的一组数据中估计数学模型的参数。该算法由Fischler和Bolles于1981年发布。RANSAC算法假定我们要查看的所有数据均由

哦里哦里哦里给·2025-04-15 09:48

点云从入门到精通技术详解100篇-基于点云的三维多目标追踪与目标检测

目录知识储备基于Python和Open3D库实现的三维点云多目标检测与跟踪技术要点解析：运行环境配置：扩展改进建议：前言三维多目标追踪技术点云目标检测算法2二维多目标追踪框架及三维点云目标检测2.1二维多目标追踪框架

格图素书·2025-04-14 02:24

基于open3d的一些常见点云操作

Open3D是一个强大的开源库，专门用于处理3D数据（如点云、网格等）。以下是Open3D中常见的点云操作总结：1.点云读取与写入读取点云：支持常见格式（.ply,.pcd,.xyz,.obj等）。

xiaomu_347·2025-04-12 20:11

ubuntu20.04.6LTS 安装PCL 1.9.1

make-j22、运行PCDview要执行两次，才能打开点云图像，第一次会自动关闭。pcl_viewer../test/pcl_logo.pcd步骤一、将以下内容保存为install_

sanzk·2025-04-10 20:57

目标检测YOLO实战应用案例100讲-基于激光雷达点云的三维目标检测算法研究（中）

目录4.3点云目标检测评估方法4.4实验与评估基于伪雷达点云的3D目标检测算法研究与应用单目三维目标检测方法三维点云的语义分割方法点云和图像的多模态融合方法相关工作2.1基于深度卷积神经网络的单目深度估计算法

林聪木·2025-04-10 17:09

matlab 计算点云的形心

目录一、形心二、代码实现三、结果展示本文由CSDN点云侠原创，原文链接，首发于：2025年4月4日。

点云侠·2025-04-10 12:03

Qt+PCL手把手教材（第1讲）——Qt 与 PCL 简介之Qt 与 PCL 的应用场景和Qt 版本选择（Qt5/Qt6）及安装

点云SLAM·2025-04-09 14:35

realsense example修改为ros2的节点

以获取realsense的深度点云为例。代码用848*480的分辨率15hz初始化数据流，获取后降采样并发布出来//License:Apache2.0.SeeLICENSEf

Lai_T·2025-04-09 11:50

镜片防雾性能测试仪在自动驾驶与无人机领域的创新应用

激光雷达（LiDAR）作为自动驾驶的"数字眼睛"，通过发射数万次/秒的激光脉冲构建三维点云图；无人机则依赖高精度光学镜头实现避障与航拍。然而，这些精密光学系统正面临一个致命挑战——镜片结雾。

gaoshengdainzi·2025-04-07 22:20

python 深度图生成点云（方法二）

深度图生成点云一、介绍1.1概念1.2思路1.3函数讲解二、代码示例三、结果示例接上篇：深度图生成点云（方法1）一、介绍1.1概念深度图生成点云：根据深度图像（depthimage）和相机内参（cameraintrinsics

自动驾驶探索站·2025-04-06 15:04

深度图 + RGB图像转点云 python

1、深度图（.png）转点云（有内参）importnumpyasnpimportopen3daso3dfromPILimportImagedefdepth_to_point_cloud(depth_map

菜园狸花喵·2025-04-06 14:02

CloudCompare 中ccDrawableObject 代码解析

CloudCompare的点云、网格、线段等3D对象类都继承自ccDrawableObject，

点云SLAM·2025-04-06 02:36

从零开始学习Slam|ICP原理与应用

ICP在点云配准（registration）领域应用的非常广泛.ICP算法流程首先对于一幅点云中的每个点，在另一幅点云中计算匹配点（最近点）极小化匹配点间的匹配误差，计算位姿然后将计算的位姿作用于点云再重新计算匹配点如此迭代

莱茶荼菜·2025-04-05 06:51

Open3D(C++) 四元数奇异值分解

目录一、算法原理1、原理概述2、实现过程3、参考文献二、代码实现三、结果展示本文由CSDN点云侠原创，原文链接。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的爬虫。

点云侠·2025-04-04 19:44

最小二乘法与RANSAC

而RANSAC拟合直线时，可以忽略离群点的影响，不会被离群点带偏，更适合带噪点的点云的拟合。

啊波次得饿佛哥·2025-04-04 17:00

python如何将2个lidar点云图像对齐

importcv2importnumpyasnp#读取图像并转为灰度img1=cv2.imread('output_image_rotate6.jpg',cv2.IMREAD_GRAYSCALE)img2=cv2.imread('output_image_standard6.jpg',cv2.IMREAD_GRAYSCALE)#初始化SIFT检测器sift=cv2.SIFT_create()#检测

qqqweiweiqq·2025-04-04 11:49

3D-LLM：将三维世界注入大型语言模型

3D-LLM能够以3D点云及其特征作为输入，执行多种与3D相关的任务，包括场景描述、密集描述、3D问答、任务分解、3D定位、3D辅助对话、导航等。为了训练3D-LLM，作者设计了三

王良一呀·2025-04-04 09:37

PCL RANSAC探测多条空间直线（指定方向）

2、在剩余的点云中重复1中的过程，直至无法探测出空间直线，算法停止。二、实现代码//标准文件#include//PCL

大鱼BIGFISH·2025-04-03 15:44

SAM、CLIP...最近有哪些基于 RWKV 的多模态等研究？【第二期】

大家好，我们整理了近期RWKV生态中新增的一些多模态工作，包含：RWKV-SAM（图像分割模型）、RWKV-CLIP（视觉语言表示学习）、point-RWKV（3D点云学习框架）……RWKV-SAM相关论文

RWKV元始智能·2025-04-03 07:15

无人机数据处理系统设计要点与难点！

数据压缩与降噪：在采集端进行初步处理（如JPEG压缩、点云降采样），减少传输带宽压力。边缘预处理：在

云卓SKYDROID·2025-04-03 06:42

PCL点云处理之自定义点云类型（四十四）

PCL点云处理之自定义点云类型（四十四）前言一、自定义点云类型？二、代码前言一、自定义点云类型？

点云学徒·2025-04-03 03:49

点云数据集汇总整理（持续更新......）

点云数据集在计算机视觉和深度学习中用于各种任务，包括三维重建、物体识别、语义分割、姿态估计等。整理点云数据集时，可以根据应用场景和数据集的特性进行分类。

点云SLAM·2025-04-01 14:02

Cesium 全面介绍

二、核心功能与特性功能模块关键能力典型应用场景全球地形渲染支持高程数据、水面特效、地形夸张地形分析、洪水模拟3D模型加载支持glTF、3DTiles、点云等

Super毛毛穗·2025-03-30 22:50

使用PyTorch 的神经网络模型对三维点云数据进行分类

1.概述本代码旨在构建一个基于PyTorch的神经网络模型，用于对生成的三维点云数据进行分类。通过生成数据集、数据预处理、模型训练、评估以及可视化等一系列操作，展示了一个完整的深度学习分类任务流程。

欣然～·2025-03-28 14:53

CloudCompare中不同点云数据结构之间的继承关系

在CloudCompare（CC）中，点云数据的组织方式是基于继承关系和层次化树结构的。不同的点云数据结构继承自ccHObject，并在此基础上扩展功能。以下是详细的继承关系和它们之间的作用。

点云SLAM·2025-03-27 15:01

【论文阅读】3D Diffusion Policy:Generalizable Visuomotor Policy Learning via Simple 3D Representations

dp3的核心设计是利用紧凑的3d视觉表示，通过高效的点编码器从稀疏点云中提取。在我

好悬给我拽开线·2025-03-27 06:52

点云库使用场景以及编译和使用实例

1点云库概述与应用场景##什么是点云库？点云库是一套专门用于处理三维点云数据的软件工具和算法集合。点云是由大量的三维坐标点组成的数据集，通常用来表示物体或环境的表面。

爱学习的大牛123·2025-03-26 05:45

三维扫描仪VS 三坐标 | 超详细科普大揭秘

它运用先进的蓝光技术，能够瞬间捕捉物体表面海量的点云

Nnkfhhgv·2025-03-26 03:36

PCL点云学习（2）点云拓扑结构

一、k-dTree点云分解1.1kd树的创建KdTreeFLANNkdtree;pcl::KdTreeFLANN是PCL中用于高效空间搜索的KD树，通过pcl::KdTreeFLANNkdtree;创建

清风墨竹-·2025-03-25 22:26

人工智能 - SpatialLM：三维空间理解的开源大语言模型

该项目旨在通过多模态数据处理能力，将非结构化的三维几何数据（如点云、视频）转化为机器可读的结构化场景描述，为机器人导航、建筑设计、AR/VR等领域提供高层次的语义理解支持。

天机️灵韵·2025-03-25 18:25

群核科技开源空间理解生成模型SpatialLM, 构建具身智能训练基座

就像我们环顾四周环境便可以理解背后的空间结构一样，SpatialLM模型能够基于从视频中提取的点云数据，准确认知和理解其中的结构化场景信息，并将它以脚本语言的形式呈现出来。

·2025-03-25 04:10

Open3D 点云DBSCAN聚类算法

目录一、DBSCAN基本原理二、代码实现2.1关键函数2.2完整代码三、实现效果3.1原始点云3.2聚类后点云Open3D点云算法汇总及实战案例汇总的目录地址：Open3D点云算法与点云深度学习案例汇总

MelaCandy·2025-03-24 09:43

三维点云重建的原理及代码

点云重建是将来自各种传感器（如激光雷达、相机等）采集的离散点云数据转换为具有结构和几何形状的物体模型的过程。

晚风微凉～·2025-03-23 20:44

【论文复现】——基于SIFT特征点结合ICP的点云配准方法

目录一、论文概述二、代码实现三、结果展示1、初始位置2、配准结果四、实验心得一、论文概述在点云配准过程中，针对迭代最近点(ICP)算法对点云初始位置依赖性强且迭代速度慢的问题，提出一种基于尺度不变特征变换

点云侠·2025-03-23 19:35

PCL基础：pcl::SACSegmentation＜PointXYZRGBN＞函数全面说明，一遍文章精通平面分割算法

SACSegmentation`是PointCloudLibrary(PCL)中用于进行随机抽样一致性（RandomSampleConsensus，RANSAC）平面分割的类模板，模板参数`PointXYZRGBN`表示点云中点的类型

多宝Kim·2025-03-23 00:51

重塑家用机器人大脑！云鲸旗舰机型逍遥002搭载旭日5正式开售

该产品以”AI智能深度清洁“为核心，基于地瓜机器人全新一代旭日5智能计算芯片，推出首创的双目AI视觉感知自适应系统，以10TOPs的端侧算力与180万点/秒的3D稠密深度点云生成能力，为家庭场景带来毫米级障碍测距精度与语义级环境理解

·2025-03-22 22:24

不搞花里胡哨！CMU最新开源：极简风格的LiDAR全景分割+跟踪！

来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf、代码链接添加微信：dddvisiona，备注：三维点云，拉你入群。

3Ｄ视觉工坊·2025-03-22 08:41

3DMAX点云算法：实现毫米级BIM模型偏差检测（附完整代码）

摘要本文基于激光雷达点云数据与BIM模型的高精度对齐技术，提出一种融合动态体素化与多模态特征匹配的偏差检测方法。通过点云预处理、语义分割、模型配准及差异分析，最终实现建筑构件毫米级偏差的可视化检测。

夏末之花·2025-03-20 00:42

推荐频道

LAS点云