摘要： 1.Matlab读取和写入文件 写入文件 保存矩阵 2.强制刷新 drawnow;%强制刷新 3.动态增加数组 curR=[R t;[0 0 1]]; 4.线段拟合函数 polyfit 5.非线性最小二乘优化 lsqnonlin 6.绘制包围盒 http://www.mathworks.com/ma 阅读全文

摘要： 1.Beam Model Beam Model我将它叫做测量光束模型。个人理解，它是一种完全的物理模型，只针对激光发出的测量光束建模。将一次测量误差分解为四个误差。 $ph_{hit}$，测量本身产生的误差，符合高斯分布。 $ph_{xx}$，由于存在运动物体产生的误差。 ... 2.Likehoo 阅读全文

摘要： 在PCL的VoxelGridCovariance类的getDisplayCloud方法中采用了Cholesky分解采样的方法。 原文链接： http://blog.sina.com.cn/s/blog_955cedd8010130m8.html R = mvnrnd(MU,SIGMA)——从均值为M 阅读全文

摘要： 点云滤波继承自Filter模板类 注意Filter类的filter 方法调用了虚方法applyFilter： ApproximateVoxelGrid进行点云Filter 效果图： 原始点云66901个点，点云平均距离0.038253，采样参数（Grid size 0.2）后点云数目11924 阅读全文

摘要： 奇异值分解 1. 备忘：Eigen类库可能会和其他库产生冲突，将Eigen类库的头文件引用放到前面解决了。 2. If the storage order is not specified, then Eigen defaults to storing the entry in column-maj 阅读全文

摘要： 基于CloudCompare开发的提取ISS3D关键点。 界面： 阅读全文

摘要： FMII2方法：FMII方法的轻微的修改。有限线段和无限线段（直线）的匹配。 求解方法： SVD分解 Unit Quaternion 协方差矩阵： 通过对C进行SVD分解得到R，根据R求得T。 算法流程： 计算均值； 计算C； SVD分解，求得R；求得T。 更新sn； 判断sn和前一次相比是否显著不 阅读全文

摘要： 单指令流多数据流（SIMD） http://share.onlinesjtu.com/mod/tab/view.php?id=303 单指令流多数据流（SIMD）是一种实现数据级并行的技术，其典型代表是向量处理器（Vector Processor）和阵列处理器（Array Processor）。 S 阅读全文

摘要： 1.计算点云最近点的平均距离（点云的平均距离）http://pointclouds.org/documentation/tutorials/correspondence_grouping.php 1 assert(m_app); 2 if (!m_app) 3 return; 4 5 const c 阅读全文

摘要： 微分动力系统原理 这本书里有介绍 Hausdorff距离是描述两组点集之间相似程度的一种量度，它是两个点集之间距离的一种定义形式：假设有两组集合A={a1,…,ap},B={b1,…,bq},则这两个点集合之间的Hausdorff距离定义为 H(A,B)=max(h(A,B),h(B,A)) (1) 阅读全文

摘要： fpfh_est.setSearchSurface(data); 如果没有设置SearchSurface，使用input数据集作为查找的表面 阅读全文

摘要： qCC_db中的ccHObject 阅读全文

摘要： 应用程序插件框架的内容包括：主程序App，插件Plugin。 1、实现一个应用程序插架框架关键点有： 一个插件的标准接口，在主程序中存在一个插件的集合。主程序通过循环读取每个插件，将插件对象通过多态的机制转换为插件接口，实现插件的装载。 主程序对象或者主程序接口需要作为参数传递到插件对象中，以方便插 阅读全文

摘要： g2o使用的一个备忘 位姿已知，闭环的帧已知，进行图优化。 1 #include "stdafx.h" 2 #include <vector> 3 #include "PointXYZ.h" 4 #include "Annicp.h" 5 #include <Eigen/Dense> 6 #incl 阅读全文

摘要： 1. Harris角点 http://www.cnblogs.com/ironstark/p/5064848.html 2. ISS关键点 http://www.cnblogs.com/ironstark/p/5069311.html 3. NARF http://pointclouds.org/d 阅读全文

摘要： 测试NDT方法的Demo，http://pointclouds.org/documentation/tutorials/normal_distributions_transform.php#normal-distributions-transform 系统环境：Win7 OS/PCL1.8.0/VS 阅读全文

摘要： 最近邻搜索（Nearest Neighbor Search） Name of the problem: nearest neighbors, k nearest neighbors (kNN, k-NN), nearset neighbor search, proximity search, sim 阅读全文

摘要： Iterative Closest Point (ICP) [1][2][3] is an algorithm employed to minimize the difference between two clouds of points. 点云匹配分类法（1） 点云匹配分类法（1） •全局匹配算 阅读全文

摘要： 上一篇：http://www.cnblogs.com/yhlx125/p/4924283.html截图了一些ICP算法进行点云匹配的类图。 但是将对应点剔除这块和ICP算法的关系还是没有理解。 RANSAC算法可以实现点云剔除，但是ICP算法通过稳健性的算法实现匹配，似乎不进行对应点剔除。是不是把全 阅读全文

摘要： 1 IterativeClosestPoint () 2 { 3 reg_name_ = "IterativeClosestPoint"; 4 ransac_iterations_ = 1000; 5 transformation_estimation_.reset (new pcl::regist 阅读全文