多帧数据融合思路

一.对数据的输入

A、如何获取你的点云数据（使用什么设备，查找相应设备的介绍，设备的精度、稳定度、抗噪能力、数据的可视深度范围等，采用无标记点融合，或标记点融合；要考虑多帧数据之间的旋转角度）；

B、如何将你的数据对象从环境中分割出来（识别分割、手动分割CC），深度学习若能做分割，并且针对特定对象的效果还行的话，再结合PCL做多帧数据的融合，是一个创新点（前提是提高效率）；

C、对数据的输入输出要掌握，一般程序都是一样的，复制粘贴即可。

二、对数据的预处理（融合肯定至少两帧数据）

A、数据是否有噪声：根据噪声的类别，选择合适的算法进行去除（直通滤波、条件滤波、统计滤波、双边滤波等等）；

B、数据是否需要下采样：体素栅格滤波（参数的设置，必须保证纹理特征）

C、数据是否需要渲染（看数据本身）

三、粗配准

A、算法的选择（粗配准有很多算法，根据自己的目的，参考北航出的国内唯一一本PCL的书，同时兼顾PCL官网的更新内容，目前已经出PCL.9版本的新功能）；

B、粗配准执行前的准备：是否需要计算法向量、是否建立空间拓扑关系、采用何种特征描述进行特征提取或估计（这取决于你的算法的搭配以及你的目的）；

C、是否需要剔除多余点对（加快后续精配准速度）；

D、执行计算，并输出粗配准融合点云对象，输出粗配R和T，输出粗配时间。是否可视化取决于自己。

四、精配准

A、算法的选择（精配准有很多算法，根据自己的目的，参考北航出的国内唯一一本PCL的书，同时兼顾PCL官网的更新内容）；

B、精配准执行前的准备：是否建立空间拓扑关系（一般需要建立，加快计算速度）；

C、是否需要剔除错误点对（一般需要剔除，提高融合精度。书以及官网都可查阅）；

D、执行计算，并输出精配准融合点云对象，输出精配R和T，输出精配时间，并可视化（保存或可视化都行）。

五、判据

A、一般算法内部自带有判据函数，调用输出即可；

B、通过体积设计判据准则（这一点我只提示到这里）；

C、通过法线夹角阈值判断；

D、通过点间距设计判断准则。