CloudFilter 点云过滤

CloudFilter 算子用于点云过滤。

类型	功能
点云大小	通过选择不同模式输入参数值进行点云过滤。
去除重复	删除点云类表中重复的数据。

点云大小

将 CloudFilter 算子的类型选择点云大小，用于通过选择不同模式输入参数值进行点云过滤。

模式/mode：点云过滤的模式。
- LowerLimit：该模式依据 min_points 进行判断，当输入点云点数 ≤ min_points 时，触发算子 failed 信号。
- UpperLimit：该模式依据 max_points 进行判断，当输入点云点数 ≥ max_points 时，触发算子 failed 信号。
- BoundLimit：该模式依据 min_points 与 max_points 区间进行判断，当输入点云点数不在 min_points 与 max_points 区间内，触发算子 failed 信号。
最小点数/min_points：限制点云中最小点数。默认值：0 。
最大点数/max_points：限制点云中最大点数。默认值：10000 。
点云/cloud：设置过滤后点云在 3D 视图中的可视化属性。
- 打开过滤后点云可视化。
- 关闭过滤后点云可视化。
- 设置 3D 视图中点云的颜色。取值范围：[-2,360] 。默认值：-1 。
- 设置点云中点的尺寸。取值范围：[1,50] 。默认值：1 。
点云列表/cloud_list：设置过滤后点云列表在 3D 视图中的的可视化属性。值描述与 点云 一致。

输入：

说明：根据需求选择其中一种数据信号输入即可。

输出：

使用 CloudFilter 算子类型为 点云大小中 UpperLimit 模式过滤点云。当点云中点数为 3600 时，输入不同的参考值，分别查看对应的结果。

步骤1：算子准备

添加 Trigger 、Load 、CloudFilter 算子至算子图。

步骤2：设置算子参数

设置 Load 算子参数：
- 类型 → 点云
- 文件 → → 选择点云文件名( example_data/pointcloud/wolf1.pcd ：此点云点数：3400)
设置 CloudFilter算子参数：
- 模式 → UpperLimit
- 最大点数 → 3600

步骤3：连接算子

步骤4：运行

点击 RVS 运行按钮，触发 Trigger 算子。

运行结果

如下图所示，根据参考数值不同，运行结果不同。

参考数值

将 CloudFilter 算子的类型选择 去除重复，用于删除点云类表中重复的数据。

点云数量比值阈值/number_percentage：设置点云中心距离阈值中重复点数百分比。将其作为一个阈值，当重复点的比例达到该阈值时，可以认为点云是重复的。取值范围：[0,1]。默认值：0.9。
点云中心距离阈值/center_distance：设置其他点与中心点之间的距离。取值范围：[0,+∞]。默认值：0.02。
点云列表/cloud_list：设置过滤后点云列表在 3D 视图中的的可视化属性。
- 打开过滤后点云列表可视化。
- 关闭过滤后点云列表可视化。
- 设置 3D 视图中点云列表的颜色。取值范围：[-2,360] 。默认值：-1 。
- 设置点云中点的尺寸。取值范围：[1,50] 。默认值：1 。

输入：

输出：

使用 CloudFilter 中类型为 Deduplicate，将去除点云列表中重复的数据。

步骤1：算子准备

添加 Trigger 、Load（2个）、DownSamp（2个）、Concatenate、CloudFilter 算子至算子图。

步骤2：设置算子参数

设置 Load 算子参数：
- 类型 → 点云
- 文件 → → 选择点云文件名( example_data/pointcloud/fruit2.pcd )
设置 Load_1 算子参数：
- 类型 → 点云
- 文件 → → 选择点云文件名( example_data/pointcloud/fruit2.pcd )
设置 DownSamp 算子参数：
- 模式 → 网格降采样
- x 方向采样 → 0.011
- y 方向采样 → 0.01
- z 方向采样 → 0.01
设置 DownSamp_1 算子参数：
- 模式 → 均匀网格降采样
- x 方向采样 → 0.01
设置 Concatenate 算子参数：
- 类型 → 点云
- 点云列表 → 可视
设置 CloudFilter 算子参数：
- 类型 → 去除重复
- 点云数量比值阈值 →0.9
- 点云中心距离阈值 → 0.02
- 点云列表 → 可视

步骤三：连接算子

步骤4：运行

点击 RVS 运行按钮，触发 Trigger 算子。

运行结果

如下图所示，左图显示点云列表（两张重合点云），右图显示去重后的点云。