3d - 如何通过平均值合并 3D 点云中足够接近的点
问题描述
我有一组 3D 点，它们来自激光雷达设备对静态平面的重复扫描。由于传感器误差，每次扫描中的点都会略微偏移。我想要一个平均结果，其中足够接近的点（例如距离<=传感器误差）被平均。例如，不同的颜色意味着不同的重复次数，每个圆圈内的点需要进行平均。
我知道最简单的方法只是一个嵌套循环来检查距离，但这不是很有效。我正在使用 PCL，我想知道是否有更快的方法来做这样的事情。
解决方案
推荐阅读
- sql-server - 尝试使用 XML 节点从 XML 中提取 IP
- amazon-web-services - AWS CodeBuild golang 构建失败
- javascript - 拉拉维尔。将 Js 函数从刀片移动到资源/js
- sql - SQL 返回值出错（缺少参数）
- python - 子命令问题：ctx.invoked_subcommands 始终为 None
- python - 遍历列表直到满足 2 个条件
- c# - 为什么我在 UWP 中收到此错误“...无法解析程序集：System.Runtime”？
- python - 使用 pandas 和 fuzzwuzzy 匹配相似的列元素
- c# - 序列化异常返回一个非常大的 JSON
- python - 如何在 html div 中显示 Python print()