AmPCL

Attention

仓库在更新迭代中，相关API可能不稳定，欢迎Issue和PR

人生苦短，我选Python，提供感知算法（此为大感知，含SLAM）的Python API（Python实现和Pybind后的C++实现），以学习、掌握、验证相关算法，并并行快速原型开发。基于本仓库可实现的感知功能预期包含但不限于：

• 传统方案：地面分割、聚类分割、形状拟合、SLAM
• 深度学习：三维目标检测、三维目标跟踪、三维语义分割、三维实例分割
• 其他：点云文件的IO处理、TF变换、标定、可视化、度量测评

三维目标检测（3D Object Detection）	三维目标跟踪（3D Object Tracking）
即时定位与建图（SLAM）	相机和激光雷达的外参标定（Extrinsic Calibration）
去动态点云（Moving Object Segmentation）	传统检测方案（Traditional Pipeline）

安装

安装依赖

• ROS1 / ROS2（若需要用到ROS的相关插件）
• 包构建工具和拓展库构建工具

$ pip3 install -U --user build pip setuptools wheel
$ sudo apt install pybind11-dev

构建安装和安装包

Note

（1）由于本工程包含二值拓展库，则无法使用development mode的安装方式，即pip install -e .

（2）支持conda虚拟环境，但使用ROS的相关工具API时需保证虚拟环境的Python环境与ROS的Python环境保持一致

$ git clone https://github.com/Natsu-Akatsuki/PointCloud-PyUsage --depth=1
$ cd PointCloud-PyUsage
$ bash install.sh

# 若系统已安装则需先卸载
$ pip3 uninstall ampcl
$ bash install.sh

Note

使用开发模式可能出现its build backend is missing the 'build_editable' hook的报错，则可能是系统级别的setuptools的版本覆盖了高版本的setuptools。通过如下命令行可查询当前的版本python3 -c "import setuptools; print(setuptools.__version__)"

程序

包名	作用
io	导入和导出点云文件
visualization	点云可视化
ros	动态调参，ROS消息类型和numpy类型的相互转换
filter	点云下采样和直通滤波

IO

• 支持npy，pcd，bin点云文件的读取
• 目前支持读取的字段只包括xyz，xyzi（且需要是float32类型的数据），其他数据需参考代码自行调整

# >>> import usage >>>
from ampcl.io import load_pointcloud

# low-level API
pointcloud = load_npy("ampcl/data/pointcloud.npy")
pointcloud = load_txt("ampcl/data/pointcloud.txt")
pointcloud = load_pcd("ampcl/data/pointcloud_ascii.pcd")
# high-level API（支持npy, pcd, bin文件）
pointcloud = load_pointcloud(".ampcl/data/pointcloud.pcd")

# >>> export usage >>>
save_pointcloud(pointcloud, "pointcloud.pcd")

from pointcloud_utils.io import c_load_pcd
c_load_pcd(".ampcl/data/pointcloud_ascii.pcd")

ROS

• 支持ROS1和ROS2

from ampcl.ros.marker import create_bounding_box_marker

Visualization

• 可视化激光点云
• 基于强度实现点云伪彩色增强

from ampcl.io import load_pointcloud
from ampcl.visualization import o3d_viewer_from_pointcloud
pointcloud = load_pointcloud("ampcl/data/pointcloud_ascii.pcd")
o3d_viewer_from_pointcloud(pointcloud)

• 基于ROS可视化KITTI数据集（三维目标检测），真值采用经OpenPCDet处理后的文件

$ cd dataset_visualization/3D_object_detection

# 步骤一：修改config/kitti.yaml中的数据集路径和相关参数

# 步骤二：启动程序
(ROS1) $ python3 visualize_pcdet_result_ros1.py
(ROS1) $ rviz -d kitti_ros1.rviz

(ROS2) $ python3 visualize_pcdet_result_ros2.py
(ROS2) $ rviz2 -d kitti_ros2.rviz

命令行

可视化点云

• 基于Open3D的点云可视化，支持npy，pcd，bin点云文件的可视化，目前支持的字段包括xyz，xyzi
• 强度字段使用了伪彩色增强

$ o3d_viewer <pointcloud_file>
# 如遇到KITTI数据集这种将强度进行过归一化的则需要加上-n选项
$ o3d_viewer -n <pointcloud_file>

>**Note** > >可视化的耗时主要源于`import`部分

点云类型转换

Note

现仅支持读取字段为xyzi，格式为npy, pcd, bin的点云

# 默认转换为pcd
$ convert_pointcloud <点云文件名>
# 指定导出为npy格式
$ convert_pointcloud -t npy <点云文件名>

参考资料

仓库	参考
ros_numpy	ROS1 点云数据和numpy数据相互转换
ros2_numpy	ROS1 点云数据和numpy数据相互转换
ddynamic_reconfigure_python	ROS1 动态调参
OpenPCDet	神经网络算子和标定
pykitti	KITTI数据集读取
livox_mapping	基于强度值的伪彩色
3D-Detection-Tracking-Viewer	检测结果采用车体3D模型
EagerMOT	检测框内的点赋予颜色信息
livox_horizon_loam	Livox自定义消息类型转换
AB3DMOT	基于卡尔曼滤波的三维目标跟踪模块