网站制作 台州分销平台合生元

1.搭建pclpy环境

问题：需要处理pcd文件，于是开始摸索搭建环境，有python-pcl，但是安装过程频频出现问题，于是转向pclpy。

参考链接：GitHub - davidcaron/pclpy: Python bindings for the Point Cloud Library (PCL)

1.1使用conda创建python3.7版本的环境（注意python版本，windows是限制在3.6与3.7）

conda create --name py37 python=3.7

1.2安装pclpy

conda install -c conda-forge -c davidcaron pclpy

两行命令搞定pclpy环境搭建

 

2.使用pandaset数据

2.1下载pandaset数据集，根据链接指示下载文件即可

pandaset数据集下载地址：Accelerate the Development of AI Applications | Scale AI

2.2安装pandaset工具包

pandaset工具包代码地址：GitHub - scaleapi/pandaset-devkit

地址里有具体的执行步骤，git clone需要权限，可以直接下载代码包，本地解压。

3.将pandaset中的pkl转换为pcd

from pandaset import DataSet
from pclpy import pcl# 读取pandaset数据集
dataset = DataSet('./panda_data') 
# 选择001号数据集
seq001 = dataset['001']
# 加载数据，不然seq001里面没值
seq001.load_lidar()
# 选择第一个lidar数据为例
pc0 = seq001.lidar[0]
# 查看数据类型，结果为<class 'pandas.core.frame.DataFrame'>
print(type(pc0))
# 转换为pcl指定格式XYZI的点云数据
cloud = pcl.PointCloud.PointXYZI.from_array(pc0)
# 将点云数据写入pcd文件
pcl.io.savePCDFileASCII('./panda_data/001/point_cloud/00.pcd', cloud)