ICP(迭代最近点)迭代过程的单步可视化程序

2024-01-10 11:38:30

ICP(迭代最近点)迭代过程的单步可视化程序

一个逐次迭代点云的程序, 可以逐步显示icp迭代的过程, 观察到点云逐步靠近的过程.

其中红色点云为target点云, 蓝色点云为带先验位姿的source点云, 绿色为无先验位姿的source点云

在程序中, 先验位姿存与实际变换之间的变化为, x, y, z轴误差5厘米, 三轴旋转均为0.05弧度

在程序运行后, 会在当前目录创建一个result.txt的文件, 保存的是初始变换, 即最终匹配应该输出的矩阵,

可以将控制台输出的矩阵与该文件中的矩阵进行比较, 判断对齐效果,

注: 有的值会是相反数, 因为旋转次序或方向可能不一样
测试数据集没记错的话应该是 frame005.pcd

运行结果

在这里插入图片描述

运行: 以ubuntu为例

mkdir ~/icp_test -p
cd ~/icp_test
vim main.cpp # 将下面cpp代码拷贝进来, 注意修改pcd文件的路径
vim CMakeLists.txt #将下面的CMakelist拷贝进来
cmake .
make
./icp_example

main.cpp

#include <iostream>
#include <fstream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/common/transforms.h>
#include <pcl/registration/icp.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/filters/filter.h>
#include <pcl/filters/voxel_grid.h>
#include <Eigen/Core>
#include <Eigen/Geometry>
#include <Eigen/Dense>
#include <boost/random.hpp>
#include <chrono>
#include <thread>

Eigen::Matrix4f generateRandomTransformation() {
	unsigned seed = std::chrono::system_clock::now().time_since_epoch().count();
	boost::random::mt19937 gen(seed);  // 随机数生成器
	boost::random::uniform_real_distribution<> dis(-0.5, 0.5);  // 位移范围
	boost::random::uniform_real_distribution<> angle_dis(-M_PI, M_PI);  // 旋转范围

	Eigen::Matrix4f transform = Eigen::Matrix4f::Identity();
	transform(0, 3) = dis(gen); // X轴平移
	transform(1, 3) = dis(gen); // Y轴平移
	transform(2, 3) = dis(gen); // Z轴平移

	// 绕Z轴旋转
	float angle = angle_dis(gen);
	transform(0, 0) = cos(angle);
	transform(0, 1) = -sin(angle);
	transform(1, 0) = sin(angle);
	transform(1, 1) = cos(angle);
	return transform;
}

void saveTransformation(const Eigen::Matrix4f &transform, const std::string &filename) {
	std::ofstream file(filename);
	if (file.is_open()) {
		file << transform;
		file.close();
	}
}

Eigen::Matrix4f generateCloseTransformation(const Eigen::Matrix4f &original) {
	// 单位 [m]
	Eigen::Matrix4f closeTransform = original;
	closeTransform(0, 3) += 0.05; // X轴微调
	closeTransform(1, 3) += 0.05; // Y轴微调
	closeTransform(2, 3) += 0.05; // Z轴微调

	// 单位 [rad]
	Eigen::Matrix3f rotation = closeTransform.block<3, 3>(0, 0);
	Eigen::AngleAxisf rotationX(0.05, Eigen::Vector3f::UnitX());
	Eigen::AngleAxisf rotationY(0.05, Eigen::Vector3f::UnitY());
	Eigen::AngleAxisf rotationZ(0.05, Eigen::Vector3f::UnitZ());
	rotation *= (rotationX * rotationY * rotationZ).matrix();
	closeTransform.block<3, 3>(0, 0) = rotation;
	return closeTransform;
}


int main() {
	// 加载点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::PointXYZ>);
	if (pcl::io::loadPCDFile<pcl::PointXYZ>("/home/smile/ros/icp/test.pcd", *cloud_in) == -1) {
		PCL_ERROR("Couldn't read file test.pcd \n");
		return -1;
	}

	// 移除NaN值
	std::vector<int> indices;
	pcl::removeNaNFromPointCloud(*cloud_in, *cloud_in, indices);

	// 进行体素滤波
	pcl::VoxelGrid<pcl::PointXYZ> voxel_grid;
	voxel_grid.setInputCloud(cloud_in);
	voxel_grid.setLeafSize(0.08f, 0.08f, 0.08f);  // 设置体素大小
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);
	voxel_grid.filter(*cloud_filtered);

	// 生成变换并保存到文件
	Eigen::Matrix4f base_transformation = generateRandomTransformation();
	Eigen::Matrix4f base_transformation_prior = base_transformation;
	std::cout << "Base Transformation Matrix:\n" << base_transformation << std::endl;
	saveTransformation(base_transformation, "/home/smile/ros/icp/result.txt");

	// 生成接近的变换作为先验位姿
	Eigen::Matrix4f prior_pose = generateCloseTransformation(base_transformation);

	// 应用初始变换
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_transformed(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::transformPointCloud(*cloud_filtered, *cloud_transformed, base_transformation);

	// 设置ICP实例
	pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp, icp_with_prior;
	icp.setInputSource(cloud_transformed);
	icp.setInputTarget(cloud_filtered);
	icp.setMaximumIterations(1); // 每次调用align时执行一次迭代

	icp_with_prior.setInputSource(cloud_transformed);
	icp_with_prior.setInputTarget(cloud_filtered);
	icp_with_prior.setMaximumIterations(1);

	// 初始化可视化
	pcl::visualization::PCLVisualizer viewer("ICP demo");
	viewer.setBackgroundColor(0, 0, 0);
	viewer.addPointCloud<pcl::PointXYZ>(cloud_filtered, "cloud_filtered");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud_filtered");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 1.0, 0.0, 0.0, "cloud_filtered");

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_icp(new pcl::PointCloud<pcl::PointXYZ>(*cloud_transformed));
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_icp_prior(new pcl::PointCloud<pcl::PointXYZ>(*cloud_transformed));

	viewer.addPointCloud<pcl::PointXYZ>(cloud_icp, "cloud_icp");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud_icp");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 0.0, 1.0, 0.0, "cloud_icp");

	viewer.addPointCloud<pcl::PointXYZ>(cloud_icp_prior, "cloud_icp_prior");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud_icp_prior");
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 0.0, 0.0, 1.0, "cloud_icp_prior");

	viewer.addCoordinateSystem(1.0);
	viewer.initCameraParameters();

	// 创建初始变换的矩阵, 其中无先验位姿的是一个单位阵
	Eigen::Matrix4f icp_result = Eigen::Matrix4f::Identity();
	// 先验的矩阵为之前生成的, 在实际变换的基础上添加了扰动的变换矩阵
	Eigen::Matrix4f icp_result_prior = prior_pose;

	// 计数器
	int icp_cnt = 0; // icp迭代次数
	int icp_prior_cnt = 0; // 先验icp迭代次数

	bool icp_fitness_reached = false; 
	bool icp_prior_fitness_reached = false;

	int iteration_counter = 0;  // 迭代频率计数器, 迭代的频率按照 10ms x iteration_counter 可以在下面的循环中修改

	while (!viewer.wasStopped()) {
		// 如果都完成了收敛, 则不再更新
		if(icp_fitness_reached && icp_prior_fitness_reached) continue;
		
		viewer.spinOnce();  
		// 图像化界面刷新频率10ms, 方便使用鼠标进行控制视角 
		std::this_thread::sleep_for(std::chrono::milliseconds(10));

		// 创建icp之后的新点云
		pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_icp_it(new pcl::PointCloud<pcl::PointXYZ>);
		pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_icp_prior_it(new pcl::PointCloud<pcl::PointXYZ>);

		// 每10ms x 100 = 1000ms = 1s 即每1秒做一次icp并更新点云
		if (++iteration_counter >= 100) {

			// 如果没有达到0.0001的分值, 则icp继续迭代
			if(!icp_fitness_reached)
			{
				// 对普通ICP和带有先验位姿的ICP进行迭代
				icp.align(*cloud_icp_it,icp_result);
				icp_result = icp.getFinalTransformation();

				// 检查是否收敛(肯定收敛, 因为最多迭代1次,所以每一次都会收敛)
				if (icp.hasConverged()) 
				{
					double fitness_score = icp.getFitnessScore();
					if(icp_fitness_reached) icp_cnt=icp_cnt;
					else icp_cnt += 1;
					std::cout << "[ICP] 分数为 " << fitness_score <<std::endl;

					// 获取最新一次的变换, 并将该变换应用到带先验的点云上, 更新该点云
					base_transformation = icp.getFinalTransformation().cast<float>();
					pcl::transformPointCloud(*cloud_transformed, *cloud_icp_it, base_transformation);
					viewer.updatePointCloud<pcl::PointXYZ>(cloud_icp_it, "cloud_icp");
					//真正的停止条件(收敛条件)
					if(fitness_score<=0.001)
					{
						icp_fitness_reached = true;
						std::cout << "======================================================="<<std::endl;
						std::cout << "[ICP]完成收敛 " <<std::endl;
						std::cout << "[ICP]迭代次数为 " << icp_cnt <<std::endl;
						std::cout << "[ICP]变换矩阵 " << std::endl;
						std::cout << icp.getFinalTransformation() << std::endl;
						std::cout << "======================================================="<<std::endl;
					}     
				}
			}       
			if(!icp_prior_fitness_reached)
			{
				icp_with_prior.align(*cloud_icp_prior_it, icp_result_prior);
				icp_result_prior = icp_with_prior.getFinalTransformation();
				// 同理, 这里并不是真正的停止条件
				if (icp_with_prior.hasConverged()) 
				{
					double fitness_score_prior = icp_with_prior.getFitnessScore();
					if(icp_prior_fitness_reached) icp_prior_cnt = icp_prior_cnt;
					else icp_prior_cnt += 1;
					std::cout << "[ICP+先验] 分数为 " << fitness_score_prior <<std::endl;

					// 带先验的停止条件也是0.0001分以下终止
					if(fitness_score_prior<=0.001)
					{
					icp_prior_fitness_reached = true;
					std::cout << "======================================================="<<std::endl;
					std::cout << "[ICP+先验]完成收敛 " <<std::endl;
					std::cout << "[ICP+先验]迭代次数为 " << icp_prior_cnt <<std::endl;
					std::cout << "[ICP+先验]变换矩阵 " <<std::endl;
					std::cout << icp_with_prior.getFinalTransformation() << std::endl;
					std::cout << "======================================================="<<std::endl;
					}
					// 获取最新一次的变换, 并将该变换应用到带先验的点云上, 更新该点云
					base_transformation_prior = icp_with_prior.getFinalTransformation().cast<float>();
					pcl::transformPointCloud(*cloud_transformed, *cloud_icp_prior_it, base_transformation_prior);
					viewer.updatePointCloud<pcl::PointXYZ>(cloud_icp_prior_it, "cloud_icp_prior"); 
				}
			}
			// 重置迭代计数器
			iteration_counter = 0;
		}
	}
return 0;
}

CMakeLists.txt

cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
project(icp_example)
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED True)

find_package(PCL 1.8 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable(icp_example main.cpp)
target_link_libraries(icp_example ${PCL_LIBRARIES})

文章来源:https://blog.csdn.net/SmileJayNew/article/details/135496381
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：veading@qq.com进行投诉反馈，一经查实，立即删除！