紀錄在Ubuntu 16.04環境下安裝PCL，因筆者目的是要實作點雲的機器學習，故實際操作環境選在Docker的ufoym/deepo:all-py36，為DockerHub上的一個機器學習環境包。
並在最後執行官方的簡易程式，測試PCL是否安裝成功。
安裝
方式1: 透過PPA安裝(快速安裝)
Ubuntu 14
1
2
3
| $ sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl
$ sudo apt-get update
$ sudo apt-get install libpcl-all
|
Ubuntu 16 以上
1
2
3
| $ sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl
$ sudo apt-get update
$ sudo apt-get install libpcl-dev
|
方式2: 自己從source編譯
安裝依賴庫
須先安裝依賴庫，才能成功進行後面的編譯。
在此紀錄2種安裝的方式，但筆者只有試過最後一種方式。
自行安裝
所需依賴庫可參考官方列表。
或是透過以下整理好的指令安裝
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| $ 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 libflann1.8 libflann-dev
$ sudo apt-get install libeigen3-dev
$ sudo apt-get install libboost-all-dev
$ sudo apt-get install libvtk5.10-qt4 libvtk5.10 libvtk5-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 qt-sdk openjdk-8-jdk openjdk-8-jre
|
利用安裝方式1的PPA來獲取依賴庫
執行安裝方式1後，依賴庫就會安裝完成
但筆者遇到編譯PCL時，遇到錯誤，採用以下指令安裝缺少的套件:
1
| $ sudo apt install libproj-dev
|
編譯source
下載pcl的原始碼:
1
| $ git clone https://github.com/PointCloudLibrary/pcl.git
|
進行編譯流程:
1
2
3
4
| $ cd pcl && mkdir build && cd build
$ cmake -DCMAKE_BUILD_TYPE=Release ..
$ make -j2
$ sudo make -j2 install
|
測試
在想要的路徑，例如~/建立測試專案資料夾，及其build資料夾:
1
2
3
| ~$ mkdir PCL_TUTORAIL
~$ cd PCL_TUTORAIL/
~/PCL_TUTORAIL$ mkdir build
|
新建pcd_write.cpp:
1
| ~/PCL_TUTORAIL$ vim pcd_write.cpp
|
在檔案中寫入範例程式碼:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
| #include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
int
main (int argc, char** argv)
{
pcl::PointCloud<pcl::PointXYZ> cloud;
cloud.width = 5;
cloud.height = 1;
cloud.is_dense = false;
cloud.points.resize (cloud.width * cloud.height);
for (size_t i = 0; i < cloud.points.size (); ++i)
{
cloud.points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
cloud.points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
cloud.points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
}
pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);
std::cerr << "Saved " << cloud.points.size () << " data points to test_pcd.pcd." << std::endl;
for (size_t i = 0; i < cloud.points.size (); ++i)
std::cerr << " " << cloud.points[i].x << " " << cloud.points[i].y << " " << cloud.points[i].z << std::endl;
return (0);
}
|
新建CMakeLists.txt:
1
| ~/PCL_TUTORAIL$ vim CMakeLists.txt
|
在檔案中寫入範例程式碼:
1
2
3
4
5
6
7
8
9
10
11
12
| cmake_minimum_required(VERSION 2.8 FATAL_ERROR)
project(pcd_write)
find_package(PCL 1.2 REQUIRED)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
add_executable (pcd_write pcd_write.cpp)
target_link_libraries (pcd_write ${PCL_LIBRARIES})
|
到build資料夾cmake出所需的檔案:
1
2
| ~/PCL_TUTORAIL$ cd build
~/PCL_TUTORAIL/build$ cmake ..
|
執行成功就會產出CMakeCache.txt、CMakeFiles、cmake_install.cmake、Makefile 檔案。
make出執行檔:
1
| ~/PCL_TUTORAIL/build$ make
|
若成功會產出pcd_write檔。
執行pcd_write，以測試是否安裝成功:
1
| ~/PCL_TUTORAIL/build$ ./pcd_write
|
若成功會顯示以下輸出:
1
2
3
4
5
6
| Saved 5 data points to test_pcd.pcd.
0.352222 -0.151883 -0.106395
-0.397406 -0.473106 0.292602
-0.731898 0.667105 0.441304
-0.734766 0.854581 -0.0361733
-0.4607 -0.277468 -0.916762
|
參考資料
