點擊“藍字”關(guān)注點云PCL，選擇“星標(biāo)”獲取最新文章

PDAL是點云數(shù)據(jù)處理的庫。這是一個C/C++開源庫，用于點云數(shù)據(jù)的轉(zhuǎn)換和處理。盡管該庫中許多工具的重點和發(fā)展都起源于激光雷達點云數(shù)據(jù)的處理，但它也不限于激光雷達數(shù)據(jù)。

什么是PDAL？

PDAL是點云數(shù)據(jù)處理的庫。這是一個C/C++開源庫，用于點云數(shù)據(jù)的轉(zhuǎn)換和處理。盡管該庫中許多工具的重點和發(fā)展都起源于激光雷達點云數(shù)據(jù)的處理，但它也不限于激光雷達數(shù)據(jù)。

一個簡單的PDAL點云處理流程，由讀文件、濾波模塊和寫點云模塊組成

組成此操作以將數(shù)據(jù)重新投影并加載到PostgreSQL的PDAL JSON流程如下所示：

{
"pipeline":[
{
"type":"readers.las",
"filename":"input.las"
},
{
"type":"filters.reprojection",
"out_srs":"EPSG:3857"
},
{
"type":"writers.pgpointcloud",
"connection":"host='localhost' dbname='lidar' user='hobu'",
"table":"output",
"srid":"3857"
}
]}

PDAL可以為點云的濾波、剪裁、平鋪、轉(zhuǎn)換為處理流程以及必要時重用等操作組成中間模塊。它允許您將這些流程定義為JSON文件，并提供一個pipeline來執(zhí)行它們。

它與其他工具有何不同？

LAStools

Martin Isenburg（https://www.cs.unc.edu/~isenburg/）

的LAStools是可用于激光雷達處理的最常見的開源處理工具套件之一。PDAL在許多重要方面的理念不同：

1，PDAL的所有模塊都是在OSI許可下作為開源軟件發(fā)布的。

2，PDAL允許開發(fā)人員在處理流程作為專有擴展模塊。這些可能是自定義格式讀取器、專門的算法或整個方案。

3，PDAL可以對任何格式的點云數(shù)據(jù)進行操作，而不僅僅是ASPRS LAS。LAStools可以讀取和寫入除LAS以外的其他格式，但會將所有數(shù)據(jù)與其對LAS數(shù)據(jù)的內(nèi)部處理相關(guān)聯(lián)，從而將其限制為LAS格式提供的維度類型。

4，PDAL由用戶使用其聲明性JSON語法進行協(xié)調(diào)。LAStools是通過將許多小型的、專門化的命令行實用程序與復(fù)雜的參數(shù)連接在一起。

5，PDAL是一個開源項目，它的所有開發(fā)活動都可以在線獲得https://github.com/PDAL/PDAL

與PCL的區(qū)別

PCL是點云數(shù)據(jù)的一個補充而不是替代的開源軟件處理的套件。PCL庫的開發(fā)專注于算法開發(fā)、機器人和計算機視覺以及實時激光掃描儀處理。PDAL可以讀寫PCL的PCD格式。

與Potree的區(qū)別

Potree是一個WebGL HTML5點云渲染器，使用ASPRS LAS和LASzip壓縮LAS。你可以在https://github.com/potree/potree/進行訪問

其他開源點云庫

其他開源點云軟件傾向于桌面GUI，而不是以庫為中心。它們包括一些處理操作，有時甚至嵌入PDAL之類的工具。這些其他工具包括：

• libLAS

• CloudCompare

• Fusion

• OrfeoToolbox

libLAS項目是一個早于PDAL的開源項目，它提供了PDAL提供的一些處理功能。它目前處于維護模式，因為它依賴于LAS，相關(guān)的LAStools功能作為開源庫發(fā)布，以及Python LAS軟件的完成。

PDAL是從何而來？

PDAL借鑒了另一個非常流行的開源項目GDAL。GDAL是地理空間數(shù)據(jù)抽象庫，它在整個地理空間軟件行業(yè)中用于為各種光柵和矢量格式提供處理支持。PDAL為點云數(shù)據(jù)類型提供了相同的功能。PDAL是在為美國陸軍工程兵團CRREL網(wǎng)格項目開發(fā)數(shù)據(jù)庫存儲和訪問功能的基礎(chǔ)上發(fā)展起來的。正在蔓延到libLAS中的功能被引入了一個新的庫中，它的設(shè)計初衷是模仿地理空間軟件領(lǐng)域中成功的提取、轉(zhuǎn)換和加載庫。隨著其他軟件開發(fā)人員使用PDAL為他們的軟件提供點云數(shù)據(jù)轉(zhuǎn)換和處理能力，PDAL已經(jīng)吸引了更多的貢獻者。

點云數(shù)據(jù)與柵格或矢量地理數(shù)據(jù)有何不同？

點云數(shù)據(jù)確實非常像許多地理空間從業(yè)者所熟悉的典型矢量點數(shù)據(jù)類型，但它們的龐大的數(shù)量會帶來一些重大挑戰(zhàn)。除了它們的X、Y和Z位置之外，每個點通常都有其他事物的完整屬性信息，如強度、時間、RGB等。點云數(shù)據(jù)的典型矢量可能會達到一百萬個左右的特征。所以這樣的點云很快就會進入數(shù)十億甚至萬億的規(guī)模，因此必須使用專門的處理和管理技術(shù)來有效地處理如此多的數(shù)據(jù)。用于提取和利用點云數(shù)據(jù)的算法也明顯不同于典型的矢量GIS工作流程，數(shù)據(jù)組織對于有效利用可用計算非常重要。這些特性需要一個面向這些方法的庫，PDAL實現(xiàn)了這一點。

PDAL擅長哪些任務(wù)？

PDAL在點云數(shù)據(jù)轉(zhuǎn)換工作流程中非常有用。它允許用戶通過為內(nèi)容提供抽象API將算法應(yīng)用于數(shù)據(jù)，從而讓用戶不用擔(dān)心許多數(shù)據(jù)格式問題。PDAL的格式問題確實帶來了一些間接成本。但是在大多數(shù)情況下，這并不重要，對于具有特定數(shù)據(jù)的特定處理工作流，專用工具肯定會優(yōu)于它。PDAL還提供了一個簡單的命令行，它通過Numpy擴展了簡單的通用Python處理。這些特性使它對軟件開發(fā)人員、數(shù)據(jù)管理人員和科學(xué)研究人員具有吸引力。

PDAL的弱點是什么？

PDAL沒有提供友好的GUI界面，需要對點云的濾波、讀寫器有一定的了解。

PDAL首先是一個軟件庫。一個成功的軟件庫必須滿足軟件開發(fā)人員的需求，他們使用它為自己的軟件提供軟件功能。除了用作軟件庫之外，PDAL還提供了一些命令行應(yīng)用程序，用戶可以利用這些應(yīng)用程序方便地用PDAL點云轉(zhuǎn)換、過濾和處理數(shù)據(jù)。最后，PDAL以嵌入式操作和Python擴展的形式提供Python支持。

核心C++軟件庫

PDAL提供了一個C++ API開發(fā)軟件，可以在自己的軟件中提供點云處理能力。PDAL是跨平臺C++，可以在Linux、OS X和Windows上編譯運行。

開源庫 https://github.com/PDAL/PDAL.git

資源

三維點云論文及相關(guān)應(yīng)用分享

【點云論文速讀】基于激光雷達的里程計及3D點云地圖中的定位方法

3D目標(biāo)檢測：MV3D-Net

三維點云分割綜述（上）

3D-MiniNet: 從點云中學(xué)習(xí)2D表示以實現(xiàn)快速有效的3D LIDAR語義分割（2020）

win下使用QT添加VTK插件實現(xiàn)點云可視化GUI

JSNet：3D點云的聯(lián)合實例和語義分割

大場景三維點云的語義分割綜述

PCL中outofcore模塊---基于核外八叉樹的大規(guī)模點云的顯示

基于局部凹凸性進行目標(biāo)分割

基于三維卷積神經(jīng)網(wǎng)絡(luò)的點云標(biāo)記

點云的超體素(SuperVoxel)

基于超點圖的大規(guī)模點云分割

更多文章可查看：點云學(xué)習(xí)歷史文章大匯總

SLAM及AR相關(guān)分享

【開源方案共享】ORB-SLAM3開源啦！

【論文速讀】AVP-SLAM：自動泊車系統(tǒng)中的語義SLAM

【點云論文速讀】StructSLAM:結(jié)構(gòu)化線特征SLAM

SLAM和AR綜述

常用的3D深度相機

AR設(shè)備單目視覺慣導(dǎo)SLAM算法綜述與評價

SLAM綜述(4)激光與視覺融合SLAM

Kimera實時重建的語義SLAM系統(tǒng)

SLAM綜述(3)-視覺與慣導(dǎo)，視覺與深度學(xué)習(xí)SLAM

易擴展的SLAM框架-OpenVSLAM

高翔：非結(jié)構(gòu)化道路激光SLAM中的挑戰(zhàn)

SLAM綜述之Lidar SLAM

基于魚眼相機的SLAM方法介紹

往期線上分享錄播匯總

第一期B站錄播之三維模型檢索技術(shù)

第二期B站錄播之深度學(xué)習(xí)在3D場景中的應(yīng)用

第三期B站錄播之CMake進階學(xué)習(xí)

第四期B站錄播之點云物體及六自由度姿態(tài)估計

第五期B站錄播之點云深度學(xué)習(xí)語義分割拓展

第六期B站錄播之Pointnetlk解讀

[線上分享錄播]點云配準(zhǔn)概述及其在激光SLAM中的應(yīng)用

[線上分享錄播]cloudcompare插件開發(fā)

[線上分享錄播]基于點云數(shù)據(jù)的?Mesh重建與處理

[線上分享錄播]機器人力反饋遙操作技術(shù)及機器人視覺分享

[線上分享錄播]地面點云配準(zhǔn)與機載點云航帶平差

如果你對本文感興趣，請點擊“原文閱讀”獲取知識星球二維碼，務(wù)必按照“姓名+學(xué)校/公司+研究方向”備注加入免費知識星球，免費下載pdf文檔，和更多熱愛分享的小伙伴一起交流吧！

以上內(nèi)容如有錯誤請留言評論，歡迎指正交流。如有侵權(quán)，請聯(lián)系刪除

掃描二維碼

? ? ? ? ? ? ? ? ? ?關(guān)注我們

讓我們一起分享一起學(xué)習(xí)吧！期待有想法，樂于分享的小伙伴加入免費星球注入愛分享的新鮮活力。分享的主題包含但不限于三維視覺，點云，高精地圖，自動駕駛，以及機器人等相關(guān)的領(lǐng)域。

分享及合作方式：微信“920177957”（需要按要求備注） 聯(lián)系郵箱：dianyunpcl@163.com，歡迎企業(yè)來聯(lián)系公眾號展開合作。

點一下“在看”你會更好看耶

總結(jié)

以上是生活随笔為你收集整理的PDAL点云处理库介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。