PointCloudMaster

这是一个室外点云可视化的代码框架，通过编写自己的"过滤函数"实现对点云的处理，并能方便地对处理后的数据进行可视化

目录结构说明

本项目文件目录如下

PointCloudMaster
├─demo
│  ├─demo0.py
│  ├─demo1.py
│  ├─demo2.py
│  ├─demo3.py
│  ├─demo4.py
│  ├─demo5.py
│  └─demo6.py
├─utils
│  ├─filters.py
│  ├─sceneloader.py
│  ├─tools.py
│  └─visualizer.py
├─options.py
├─requirements.txt
└─README.md

• demo：帮助你快速上手的演示示例
• utils：核心文件
• options.py：默认运行参数
• requirements.txt：项目依赖包列表
• README.md：就是你现在在看的这个文档

快速上手

安装：

1. 作者的python版本为3.8.18, 请确保你使用的环境中python版本为3.8

2. 运行pip install -r requirements.txt 指令安装依赖

3. 请阅读并运行demo文件夹下的演示代码

Tools类

其中包含许多工具函数

函数	作用
get_bbox_from_points	从点云中获取包围盒
get_arrow	获取箭头
euler2mat	欧拉角转旋转矩阵
get_id_times	获取每个id的出现次数
get_sphere	获取球体
dbscan	使用sklearn的dbscan进行聚类
dbscan2	使用open3d的dbscan进行聚类
mean_shift	使用sklearn的mean_shift进行聚类
kmeans	使用sklearn的kmeans进行聚类
xyz2abrho	将三维空间点云转换为极坐标空间点云

Filters类

其中包含很多常用的过滤函数

函数	作用
xyz2v	将三维空间点云转换为速度空间点云
add_noise_v	为速度添加高斯噪声
add_noise_xyz	在3d点云射线长度上添加高斯噪声
remove_points_by_mask	去除mask所对应的点
remain_points_by_mask	保留mask所对应的点
remove_points_by_id	通过id去除点
remain_points_by_id	通过id保留点
remain_points_by_z_axis	保留z轴在一定范围之间的点

如何添加自定义数据集

1. 继承 utils/sceneloader.py 中的 DatasetLoader_Base 类

2. 实现相关函数，可以参考utils/sceneloader.py中的其他继承了该类的子类的实现

   1. init_root_path(self)：初始化数据集文件路径
   2. init_pcd_data_path(self, scene_id)：初始化场景数据路径
   3. load_frame(self, frame_id)：加载某一帧的数据。返回一个大小为 N*3 的 numpy 点云数据pcd_xyz，和一个字典other_data，该字典的key为字符串，值为对应数据。每个数据集包含的数据都有区别，这些数据都被存放在other_data中
   4. load_poses(self, scene_id)：加载所有帧的位姿。返回旋转矩阵的列表Rs和平移向量的列表Ts，Rs中每个元素为大小为3*3的numpy数组，Ts中每个元素为长度为3的numpy数组。如果该数据集没有位姿信息，可以引起报错信息如 raise Exception('该数据集没有位姿信息')

3. 在SceneLoader类的__init__函数中，添加根据数据集名称实例化dataset_loader的代码，如

if self.opt.dataset == 'carla1':
	self.dataset_loader = DatasetLoader_Carla1(self.opt.scene_id)
elif self.opt.dataset == 'carla2':
	self.dataset_loader = DatasetLoader_Carla2(self.opt.scene_id)
elif self.opt.dataset == 'aeva':
	self.dataset_loader = DatasetLoader_Aeva(self.opt.scene_id)
elif self.opt.dataset == 'helipr':
	self.dataset_loader = DatasetLoader_Helipr(self.opt.scene_id)
    # 添加如下代码
elif self.opt.dataset == 'my_dataset':
	self.dataset_loader = DatasetLoader_MYDATASET(self.opt.scene_id)

other_data说明

other_data是点云数据中除了x,y,z以外的所有数据，是为了方便后续进行点云处理设计的

other_data是一个字典，键为字符串，值为任意其他数据。注意，字符串的命名根据其作用是具有一定的要求的：

• 以pointinfo-开头的数据表示点云中每个点的属性值，比如颜色pointinfo-color，标签pointinfo-label等。这些数据的长度要与点云数量对应。其中pointinfo-color较为特殊，若有，则会在可视化中绘制出来
• 以geometry-开头的数据表示几何元素，若有，则会在可视化中绘制出来。目前支持的有geometry-bboxes, geometry-arrows, geometry-spheres。这些数据为列表类型，列表中为单个的几何元素

数据集说明

carla1

有 2 个场景

每一帧的每一个点云的数据格式为

x, y, z, rv, vx, vy, vz, id, label, intensity

• x, y, z: 点云空间位置
• rv: 径向速度 (未补偿)
• vx, vy, vz: 真实矢量速度
• id: 实体 id，静态物体的 id 为 98
• label: 语义标注（全是 0，可以认为该数据集没有语义标签）
• intensity: 强度（没有使用过，不清楚有没有问题）

注意！

1. 该数据集没有车辆的位姿信息
2. 标注的真实速度 vx, vy, vz 是以全局地图为参考系下的速度，如果拥有车辆的位姿信息的话可以将全局地图参考系下的速度转换为主车参考系下的速度，正如第一条所说该数据集没有车辆的位姿信息
3. 语义标注 label 列全都是 0，可以认为该数据集没有语义标签

carla2

有 1 个场景

每一帧的每一个点云的数据格式为

x, y, z, cosangle, rv, vx, vy, vz, vcps, id, label, intensity

• x, y, z: 点云空间位置
• cosangle:
• rv: 径向速度 (未补偿)
• vx, vy, xz: 真实矢量速度 (全是 0,可以认为该数据集没有真实速度标签 )
• vcps: 补偿后的径向速度
• id: 实体 id
• label: 语义标签
• intensity: 强度（没有使用过，不清楚有没有问题）

注意！

1. 真实速度标签 vx,vy,vz 列全部为 0，可以认为该数据集没有真实速度标签

aeva

有 8 个场景

每一帧的每一个点云的数据格式为

x, y, z, rv, time

• x, y, z: 点云空间位置
• rv: 径向速度（未补偿）
• time: 被扫描到的时间

helipr

有 1 个场景

每一帧的每一个点云的数据格式为

x, y, z, reflectivity, vcps, time, line_index, intensity

• x, y, z: 点云空间位置
• reflectivity: 反射率
• vcps: 补偿后的径向速度
• time: 被扫描到的时间
• line_index: 扫描线索引
• intensity: 强度

其他信息：
一共有 64 条扫描线（0 到 63 号从最下面到最上面）
但这几条线不是按顺序扫描的（通过对 time 进行排序发现）
但大致是从左到右，从下到上的扫描顺序

两帧之间间隔不到 1 秒，约 10 帧每秒