PCL 点云距离计算 - 详解及示例代码

PCL 中可以使用以下方法求两块点云之间的距离：

1. 首先需要将两块点云加载到程序中，可以使用 PCL 中的 IO 模块中的 loadPCDFile 函数读取 PCD 文件中的点云数据。

2. 对于每个点云中的点，需要计算其与另一块点云中所有点的距离，并找到最近的点。这可以通过 PCL 中的 kd-tree 实现，将一个点云建立为 kd-tree，然后使用 nearestKSearch 函数找到最近的点。

3. 对于两块点云之间的距离，可以使用 Hausdorff 距离或 Chamfer 距离等方法进行计算。

以下是一个简单的示例代码，演示如何使用 PCL 计算两块点云之间的 Hausdorff 距离：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/kdtree/kdtree_flann.h>

int main(int argc, char** argv)
{
  // 读取两块点云数据
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2(new pcl::PointCloud<pcl::PointXYZ>);
  pcl::io::loadPCDFile<pcl::PointXYZ>('cloud1.pcd', *cloud1);
  pcl::io::loadPCDFile<pcl::PointXYZ>('cloud2.pcd', *cloud2);

  // 建立 kd-tree
  pcl::KdTreeFLANN<pcl::PointXYZ> kdtree;
  kdtree.setInputCloud(cloud2);

  // 计算 cloud1 中每个点到 cloud2 中最近点的距离
  std::vector<int> pointIdxKNNSearch(1);
  std::vector<float> pointKNNSquaredDistance(1);
  float maxDistance = 0.0;
  for (int i = 0; i < cloud1->size(); ++i)
  {
    kdtree.nearestKSearch(cloud1->at(i), 1, pointIdxKNNSearch, pointKNNSquaredDistance);
    if (pointKNNSquaredDistance[0] > maxDistance)
      maxDistance = pointKNNSquaredDistance[0];
  }

  // 计算 cloud2 中每个点到 cloud1 中最近点的距离
  kdtree.setInputCloud(cloud1);
  for (int i = 0; i < cloud2->size(); ++i)
  {
    kdtree.nearestKSearch(cloud2->at(i), 1, pointIdxKNNSearch, pointKNNSquaredDistance);
    if (pointKNNSquaredDistance[0] > maxDistance)
      maxDistance = pointKNNSquaredDistance[0];
  }

  // 输出 Hausdorff 距离
  std::cout << 'Hausdorff distance: ' << std::sqrt(maxDistance) << std::endl;

  return 0;
}