Ubuntu20.04配置PCL库

目前研究的方向是基于车载激光雷达进行道路环境的三维高精地图的构建。这种高精地图是以车载激光雷达采集的点云为基准，以图像为辅助来进行道路环境信息的识别的提取。其中对点云的处理十分重要，针对点云进行工作，一定绕不开PCL库。PCL(PointCloudLibrary)是一个独立开放的2D/3D点云跨平台C++库。PCL包含多个模块，如点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等，为点云处理提供了极大的便利。

之前学习PCL的时候是在win10下，win10配置PCL库十分繁琐，容易出错。此外，现在小组的工作站和我自己的个人笔记本都是Ubuntu20.04，因此在Ubuntu20.04上进行PCL库的安装和配置。

整理了网上的攻略，安装步骤如下：

1. 安装各种依赖

sudo apt-get update
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install cmake cmake-gui
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common
sudo apt-get install libflann1.9 libflann-dev
sudo apt-get install libeigen3-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install libopenni-dev
sudo apt-get install libopenni2-dev
sudo apt-get install libvtk7-deb libvtk6-dev
sudo apt-get install qt5-default

其中按照网上攻略执行sudo apt-get install libflann1.8 libflann-dev一步时发生错误，显示显示无法定位包libflann1.8。查阅Ubuntu Packages后发现18.04后需要libflann1.9版本，改成sudo apt-get install libflann1.9 libflann-dev后成功安装

2. 安装PCL

sudo apt-get install libpcl-dev

这里我采用了比较简便的apt-get指令，当然也可以去pcl官方github下载需要的pcl版本放到主目录下，然后进行源码安装。

至此，PCL库的安装和配置就算是完成了，接下来测试一下PCL库是否可以正常运行

3. 编写CPP源码
test.cpp源文件

#include <iostream>
#include <pcl/common/common_headers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/console/parse.h>


int main(int argc, char **argv) {
    std::cout << "Test PCL !!!" << std::endl;

    pcl::PointCloud<pcl::PointXYZRGB>::Ptr point_cloud_ptr (new pcl::PointCloud<pcl::PointXYZRGB>);
    uint8_t r(255), g(15), b(15);
    for (float z(-1.0); z <= 1.0; z += 0.05)
    {
      for (float angle(0.0); angle <= 360.0; angle += 5.0)
      {
    pcl::PointXYZRGB point;
    point.x = 0.5 * cosf (pcl::deg2rad(angle));
    point.y = sinf (pcl::deg2rad(angle));
    point.z = z;
    uint32_t rgb = (static_cast<uint32_t>(r) << 16 |
        static_cast<uint32_t>(g) << 8 | static_cast<uint32_t>(b));
    point.rgb = *reinterpret_cast<float*>(&rgb);
    point_cloud_ptr->points.push_back (point);
      }
      if (z < 0.0)
      {
    r -= 12;
    g += 12;
      }
      else
      {
    g -= 12;
    b += 12;
      }
    }
    point_cloud_ptr->width = (int) point_cloud_ptr->points.size ();
    point_cloud_ptr->height = 1;

    pcl::visualization::CloudViewer viewer ("test");
    viewer.showCloud(point_cloud_ptr);
    while (!viewer.wasStopped()){ };
    return 0;
}

4. cmake
在目录下创建TestPCL文件夹，用于存储测试项目的文件，将test.cpp和CMakeLists.txt存储至TestPCL文件夹，创建TestPCL/bulid文件夹以储存中间文件。

CMakeLists.txt内容如下

cmake_minimum_required(VERSION 2.6)
project(TEST)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable(TEST test.cpp)

target_link_libraries (TEST ${PCL_LIBRARIES})

install(TARGETS TEST RUNTIME DESTINATION bin)

距离上次学习cmake基础语法已经过去大半年了，此处需要再温习一遍CMake基础知识。

首先cd到TestPCL文件夹，在shell里输入一下命令：make后得到可执行文件TEST，直接执行，就可以得到用于测试的点云模型。

cd build
cmake ..
make
./TEST

debulaoqin

Ubuntu20.04配置PCL库