模式识别与机器学习课程设计

运行方法：

一. 在默认参数下直接运行

​ 默认参数：method='ransac', dataset='indoor'

python main.py

Indoor数据集

python main.py --method ransac --dataset indoor
python main.py --method icp_point2point --dataset indoor
python main.py --method icp_point2plane --dataset indoor
python main.py --method none --dataset indoor

Plane数据集

python main.py --method ransac --dataset plane
......

数据集

Indoor数据集

1. 导入方法 解压data.zip, 把indoor文件夹放在3Dmatch-loader/data/indoor目录下

Plane数据集

1. 导入方法 解压plane_data.zip，把plane_data文件夹放在3Dmatch-loader/data目录下，并将文件夹重命名为plane

2. 说明

   ​ plane_data对应飞机的点云数据集，其中plane_all对应整个飞机的数据，分别存储为ply（可视化）和csv（记录坐标数据）。

   ​ plane_nose、plane_body、plane_tail分别对应机首机身机尾三部分，同样存储ply和csv。

   ​ /plane_all里存储24片飞机点云(包含每种飞机型号的csv文件和pcd文件，例如：1.pcd, 1.csv），/plane_all/data是24片点云，/plane_all/RT存储变换矩阵（例如plane1to2.txt，plane1to2表示从1变换到2）。

   ​ /nose，/body，/tail分别存储机首机身机尾，每部分十片点云。

3. 匹配任务

   比如说nose文件夹里面有十片点云，其中部分有重叠，比如说编号1和编号2的点云数据，这些有重叠的就会有txt存储变换矩阵的ground truth，要将这些有重叠的分别配准，然后去和ground_truth相比较。所以配准应当是当前点云与其他所有编号的点云进行配准，如1和2-10进行配准。