PCL 生成三棱锥点云

一、算法原理

针对正三棱锥（四面体）表面均匀点云的生成，采用基于重心坐标的随机采样方法。对于任意三角形，其顶点为A , B , C A,B,CA,B,C，随机点P PP由如下凸组合定义：

P = ( 1 − ξ 1 − ξ 2 ) A + ξ 1 B + ξ 2 C P=(1 - \xi_1 - \xi_2)\,\mathbf{A} + \xi_1\,\mathbf{B} + \xi_2\,\mathbf{C}P=(1−ξ1​−ξ2​)A+ξ1​B+ξ2​C
其中ξ 1 , ξ 2 \xi_1, \xi_2ξ1​,ξ2​服从标准二维单纯形{ ξ 1 ≥ 0 , ξ 2 ≥ 0 , ξ 1 + ξ 2 ≤ 1 } \{\xi_1 \ge 0,\; \xi_2 \ge 0,\; \xi_1+\xi_2 \le 1\}{ξ1​≥0,ξ2​≥0,ξ1​+ξ2​≤1}上的均匀分布。实际计算时，首先生成两个独立的均匀随机变量U , V ∼ U [ 0 , 1 ] U, V \sim \mathcal{U}[0,1]U,V∼U[0,1]，仅当U + V ≤ 1 U+V \le 1U+V≤1时接受该数对；否则拒绝并重新采样。这一拒绝机制确保了点集在三角形区域内呈均匀分布。
将该过程分别应用于三棱锥的四个三角面——底面与三个侧面——即可得到该多面体表面的稠密点云。各面独立采样，互不影响，整体点云在表面积上具有无偏均匀性。

二、代码实现

#include<vector>#include<random>#include<iostream>#include<pcl/point_types.h>#include<pcl/point_cloud.h>#include<pcl/io/pcd_io.h>#include<pcl/visualization/pcl_visualizer.h>// 生成三棱锥点云pcl::PointCloud<pcl::PointXYZ>::PtrgeneratePyramidCloud(){pcl::PointCloud<pcl::PointXYZ>::Ptrcloud(newpcl::PointCloud<pcl::PointXYZ>);// 定义三棱锥的四个顶点std::vector<pcl::PointXYZ>vertices={pcl::PointXYZ(0.0f,0.0f,0.0f),// 底面三角形顶点1pcl::PointXYZ(1.0f,0.0f,0.0f),// 底面三角形顶点2pcl::PointXYZ(0.5f,0.866f,0.0f),// 底面三角形顶点3pcl::PointXYZ(0.5f,0.288f,1.0f)// 顶点};// 在三个面上生成随机点std::random_device rd;std::mt19937gen(rd());std::uniform_real_distribution<>dis(0.0,1.0);// 生成底面三角形内部点for(inti=0;i<20000;++i){floatr1=dis(gen);floatr2=dis(gen);if(r1+r2<=1.0f){pcl::PointXYZ p;p.x=(1-r1-r2)*vertices[0].x+r1*vertices[1].x+r2*vertices[2].x;p.y=(1-r1-r2)*vertices[0].y+r1*vertices[1].y+r2*vertices[2].y;p.z=0.0f;cloud->points.push_back(p);}else{i--;// 重新生成}}// 生成三个侧面的点for(intface=0;face<3;++face){intv1=face;intv2=(face+1)%3;intv3=3;// 顶点for(inti=0;i<20000;++i){floatr1=dis(gen);floatr2=dis(gen);if(r1+r2<=1.0f){pcl::PointXYZ p;p.x=(1-r1-r2)*vertices[v1].x+r1*vertices[v2].x+r2*vertices[v3].x;p.y=(1-r1-r2)*vertices[v1].y+r1*vertices[v2].y+r2*vertices[v3].y;p.z=(1-r1-r2)*vertices[v1].z+r1*vertices[v2].z+r2*vertices[v3].z;cloud->points.push_back(p);}else{i--;}}}cloud->width=cloud->points.size();cloud->height=1;cloud->is_dense=true;returncloud;}intmain(){// 生成模拟三棱锥点云std::cout<<"生成三棱锥点云..."<<std::endl;pcl::PointCloud<pcl::PointXYZ>::Ptr pyramid_cloud=generatePyramidCloud();std::cout<<"点云数量: "<<pyramid_cloud->size()<<" 个点"<<std::endl;// 保存模拟点云pcl::io::savePCDFileBinary("pyramid_cloud.pcd",*pyramid_cloud);std::cout<<"已保存模拟点云到: pyramid_cloud.pcd"<<std::endl;// 可视化pcl::visualization::PCLVisualizerviewer("Pyramid");viewer.setBackgroundColor(0.1,0.1,0.1);// 添加原始点云pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>cloud_color(pyramid_cloud,100,100,100);viewer.addPointCloud(pyramid_cloud,cloud_color,"pyramid_cloud");viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE,1,"pyramid_cloud");std::cout<<"\n按q退出可视化窗口..."<<std::endl;viewer.spin();return0;}

三、结果展示