如何使用PCL移除点云中的已处理历史点以降低地图后处理耗时

全量点索引生成实现 #

你需要的不借助分割算法生成全量点索引的实现非常简单，直接手动填充索引即可，代码如下：

pcl::PointIndices::Ptr fInliers (new pcl::PointIndices);
// 遍历当前已处理的历史点云，填充所有点的索引
for (int i = 0; i < cloud_processed->size(); ++i)
{
    fInliers->indices.push_back(i);
}

拿到全量索引后，调整ExtractIndices的参数即可过滤掉所有已处理的历史点，保留新增点：

pcl::ExtractIndices<pcl::PointXYZRGB> extract;
extract.setInputCloud (total_cloud); // 传入历史点+新增点的总点云
extract.setIndices (fInliers); // 传入已处理的历史点索引
extract.setNegative(true); // 设为true表示保留索引外的点，也就是新增点
extract.filter(*new_cloud); // 输出得到仅含新增点的点云

更高性能的优化方案 #

上面的方法可以满足需求，但还有性能更优的实现方式，不需要调用ExtractIndices接口，可根据你的业务场景选择：

• 点云按顺序拼接的场景（推荐）
  如果你的总点云是每次把新增点按顺序追加到历史点末尾，只需要记录上一次处理完成时的点云总数，直接截取对应区间的点即可，省掉索引过滤的开销：

// 全局/类成员变量，记录上一次处理完成时的点云数量
int last_processed_count = 0;

// 每次迭代的处理逻辑
pcl::PointCloud<pcl::PointXYZRGB>::Ptr current_new_cloud (new pcl::PointCloud<pcl::PointXYZRGB>);
// 直接截取上次处理结束位置到当前总点云末尾的所有点，即本次新增点
for (int i = last_processed_count; i < total_cloud->size(); ++i)
{
    current_new_cloud->points.push_back(total_cloud->points[i]);
}
// 补齐点云必要参数
current_new_cloud->width = current_new_cloud->points.size();
current_new_cloud->height = 1;
current_new_cloud->is_dense = total_cloud->is_dense;

// 处理完本次新增点后，更新计数
last_processed_count = total_cloud->size();

• 点云顺序会被打乱的场景
  如果你的处理流程中存在降采样、离群点去除等会修改点云顺序、删除部分历史点的操作，可以给点云增加标签字段区分已处理/未处理点，比如使用pcl::PointXYZRGBL类型，已处理的点label设为1，新增点默认label为0，遍历总点云时直接筛选label为0的点即可，稳定性更高。

内容的提问来源于stack exchange，提问作者joseandres94