ndt histogram_direction

histogram_direction

N_FLAT_BINS=40;
dlong = pi*(3-sqrt(5.0));  % ~2.39996323
dz    = 2.0/N_FLAT_BINS;
longitude = 0;
z    = 1 - dz/2;
directions=zeros(3,N_FLAT_BINS);
for  k = 1:N_FLAT_BINS
    r = sqrt(1-z*z);
    v=[1*cos(longitude)*r 1*sin(longitude)*r z]‘;
    directions(:,k)=v;
    z = z - dz;
    longitude = longitude + dlong;
end

figure(1)
plot3(directions(1,:),directions(2,:),directions(3,:),‘r.‘,0,0,0,‘b.‘), hold on, axis equal
for  k = 1:N_FLAT_BINS-1
    plot3([directions(1,k) 0],[directions(2,k) 0],[directions(3,k) 0],‘y-‘,‘LineWidth‘,1);
    plot3([directions(1,k) directions(1,k+1)],[directions(2,k) directions(2,k+1)],[directions(3,k) directions(3,k+1)],‘LineWidth‘,1);
end

  

时间: 2024-11-24 11:34:30

ndt histogram_direction的相关文章

NDT(Normal Distribution Transform) 算法(与ICP对比)和一些常见配准算法

原文地址:http://ghx0x0.github.io/2014/12/30/NDT-match/ By GH 发表于 12月 30 2014 目前三维配准中用的较多的是ICP迭代算法,需要提供一个较好的初值,同时由于算法本身缺陷,最终迭代结果可能会陷入局部最优.本文介绍的是另一种比较好的配准算法,NDT配准.这个配准算法耗时稳定,跟初值相关不大,初值误差大时,也能很好的纠正过来. 绪论: 采样: 3d点云数据在离相机近处点云密度大,远处密度小,所以在下采样时采用统一的采样方法还是会保留密度不

[PCL]NDT点云匹配方法

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/VS2010 诡异的是Debug运行,报 vector subscript out of range 错误. 居然在Release模式下可以正常运行.不解啊! 好多人都遇到了类似的问题:http://ww

Android - 缺少NDT选项和C/C++ Build选项 问题

缺少NDT选项和C/C++ Build选项 问题 本文地址: http://blog.csdn.net/caroline_wendy 时间: 2014.9.3 使用ADT(Android Developer Tools)是没有NDT选项, 使用起来比较麻烦, 建议使用标准Eclipse再装Android. 默认Android项目是没有C/C++ Build选项的, 需要右键点击项目在Android Tools里面点击"Add NativeSupport"就会出现.

各式各样的NDT方法

NDT,Normal Distributions Transform正太分布变换方法. The normal-distributions transform (NDT) method for registration of 2D data was introduced by Biber and Straßer.该方法最早由Biber and Straßer提出. The NDT models the distribution of all reconstructed 2D-Points of o

NDT 算法和一些常见配准算法

原文链接:http://ghx0x0.github.io/2014/12/30/NDT-match/ 目前三维配准中用的较多的是ICP迭代算法,需要提供一个较好的初值,同时由于算法本身缺陷,最终迭代结果可能会陷入局部最优.本文介绍的是另一种比较好的配准算法,NDT配准.这个配准算法耗时稳定,跟初值相关不大,初值误差大时,也能很好的纠正过来. 绪论: 采样: 3d点云数据在离相机近处点云密度大,远处密度小,所以在下采样时采用统一的采样方法还是会保留密度不均匀: 一种方法是将空间划分格子,在每个格子

点云NDT配准方法介绍

三维配准中经常被提及的配准算法是ICP迭代的方法,这种方法一般般需要提供一个较好的初值,也就是需要粗配准,同时由于算法本身缺陷,最终迭代结果可能会陷入局部最优,导致配准失败,往往达不到我们想要的效果.本文介绍的是另一种比较好的配准算法,NDT配准.所谓NDT就是正态分布变换,作用与ICP一样用来估计两个点云之间的刚体变换.用标准最优化技术来确定两个点云间的最优的匹配,因为其在配准过程中不利用对应点的特征计算和匹配,所以时间比其他方法快.这个配准算法耗时稳定,跟初值相关不大,初值误差大时,也能很好

点云库PCL:NDT配准时出现容器出限的问题及解决

前言 在PCL库中,精配准除了我们最常用的ICP算法以及相关的变形算法,如GICP算法外,另外还包含了NDT算法(正态分布变换),它不需要提供较好的初值,且速度比ICP算法更为快速. 当然,也会有着一定的缺陷:收敛域差.代价函数不连续等,NDT原理以及步骤等具体可查看 https://www.cnblogs.com/li-yao7758258/p/10705228.html,个人觉得,这篇文章写得比较详细具体. 版本 PCL1.8.0 问题 PCL在使用NDT(Normal Distributi

主题模型TopicModel:LDA中的数学模型

http://blog.csdn.net/pipisorry/article/details/42672935 了解LDA需要明白如下数学原理: 一个函数:gamma函数 四个分布:二项分布.多项分布.beta分布.Dirichlet分布 一个概念和一个理念:共轭先验和贝叶斯框架 两个模型:pLSA.LDA(文档-主题,主题-词语) 一个采样:Gibbs采样 估计未知参数所采用的不同思想:频率学派.贝叶斯学派 皮皮Blog gamma函数 Gamma函数 Γ(x)=∫∞0tx?1e?tdt 通过

Linux时区信息和修改

rm /etc/localtime ln -sf /usr/share/zoneinfo/America/Anguilla /etc/localtime 将localtime配置问题重新建个软连接 即时生效 [[email protected] ~]# date Fri Sep  4 04:58:20 AST 2015 设置系统时间: date -s 06/18-15 date -s 14:20:50 date -s 0618141615.30(14年6月18日14点16分30秒)(MMDDhh