pcdviz~点云可视化工具

在自动驾驶工作中，激光雷达点云的处理必不可少，比较传统的算法库是pcl，它提供了点云可视化工具pcl_viewer，但在深度学习模型开发过程中，我们不仅仅需要显示点云，还需要显示检测结果。

因此不管是pcl_viewer，还是CloudCompare都无法满足要求。

那么能不能有这样的一个工具，首先能够可视化点云和包围盒，除此之外还足够灵活（可以定制数据处理过程）。灵活很好实现，比较确定的路线是python，足够灵活，定制起来也很方便，可视化就一直没搞定，找不到比较好的库，最后不得不说，找到了open3d，很多方面都设计的非常优秀。 。

技术方案大致确定了，利用open3d作为底层图形库，用python搭框架来实现可视化点云和标签。功能上

1. 支持主流的数据集，可以直接显示数据。
2. 用户可以自定义数据处理函数，足够灵活。
3. 支持数据分析和数据清洗。

等到我想出来，实际上open3d-ml已经实现了类似的事情，并且还集成了深度学习的训练过程。不过pcdviz更专注于做显示和分析，不涉及深度学习训练，因此在一些场景可能也有用武之地。

下面我们开始介绍pcdviz

github.com/daohu527/pcdviz

安装

你可以通过以下命令快速的安装pcdviz

pip3 install pcdviz

安装完成之后，你可以在很多场景中使用它，下面我们举一些示例。

显示点云

如果你仅仅只是想显示点云，可以通过以下命令快速的实现

pcdviz --pcd=data/kitti/velodyne/training/000003.bin --example

# --example 为示例，正式使用中不需要

显示多个点云

如果你想显示多个点云，例如在查找地面过程中显示地面和非地面，或者在点云配准过程中查看2帧点云的配准结果。

从这里开始，为了灵活配置，会使用配置文件的方式

pcdviz --cfg=config/multi_pointcloud.yaml --example

显示点云和包围盒

显示点云，以及检测结果（包围盒），你可以设置多个标签，例如同时显示ground truth和模型推理的结果，方便进行对比。

pcdviz --cfg=config/frame_visualize.yaml --example

显示数据集

你也可以显示整个数据集，并且通过快捷键（按键N）来切换下一帧。

pcdviz --cfg=config/dataset_visualize.yaml --example

计划

目前还遗留2个大的工作没有完成。一是用户自定义的回调，目前已经把回调的接口设计完成了，功能还没有实现，二是数据集统计和过滤的工作还没有完成。