miércoles, 27 de noviembre de 2013

Bienvenida a Point Cloud Library en Castellano


Este blog será realizado por un estudiante de ingeniería Industrial de la Universidad Carlos III de Madrid, sobre la librería en C++ de Point Cloud Library (PCL). Esta librería está  diseñada por un gran grupo de investigadores y desarrolladores en tratamiento y procesado de  imágenes 3D, dicho grupo forman parte de un proyecto de software libre.

He decidido empezar a realizar este blog para ayudar a divulgar este proyecto de software libre a todas aquellas personas que estén interesadas en introducirse en el mundo de las imágenes 3D. Espero llegar a todos aquellos alumnos que con pequeños conocimientos en programación en C++, y deseen introducirse en este campo emergente.

Para aquellas personas que duden sobre si es una buena opción emplear su tiempo en conocer esta librería, pueden estar seguros de que cuentan con un código abierto, por lo que sí queréis saber lo que sucede en cada una de las funciones, investigar e incluso modificar a vuestro gusto. Además contáis con  una plataformas web que os ayudaran a realizar el código, empleando un lenguaje sencillo y presentado de forma intuitiva, foros de gran actividad donde se  responden de forma rápida, y en gran medida con mucha efectividad.

El aprendizaje de esta librería, que en la plataforma que la promueve la ha orientado al campo de la robótica, podría ser enfocado para los usuarios en otros muchos campos, es nuestra labor encontrar otros posibles nichos donde poder desarrollarla.

El que visite el blog podrá encontrar una introducción sobre temas relacionados con PCL, además de información interesante sobre documentos relacionados con algoritmos y procesamientos, noticias destacadas, y también y como punto fuerte para que los visitantes puedan experimentar, muchos tutoriales con explicaciones del funcionamiento de los diferentes algoritmos.

Debemos agradecer a la comunidad de desarrolladores de la Point Cloud Library(PCL) y felicitarles por el excelente trabajo que están realizando.
Publicado por en No hay comentarios:

viernes, 22 de noviembre de 2013

SOBRE PCL

¿Que es PCL?


La Point Cloud Library(Librería de nube de puntos) es un proyecto  abierto[1] a gran escala para el procesamiento de imagen en 2D/3D.La estructura de PCL contiene numerosos algoritmos para el tratamiento y procesamiento.

La librería PCL es liberado bajo los términos de la Licencia BSD  y es un software de código abierto. Es gratuito para el uso comercial y la investigación.

PCL es multiplataforma, que ha sido compilado e implementado en Linux, MacOS, Windows y Android / iOS con éxito. Para simplificar el desarrollo, PCL se ha dividido en una serie de bibliotecas de código más pequeñas, que puede ser compilado por separado. Esta modularidad es importante para la distribución de PCL en plataformas con reducidas limitaciones computacionales o tamaño (para más información sobre cada módulo de ver la página de documentación). Otra forma de pensar acerca de PCL es como un gráfico de librerías de código, similar al conjunto de las bibliotecas Boost C + +. He aquí un ejemplo:


¿Quién está desarrollando PCL? 

El proyecto está siendo desarrollado por un gran número de ingenieros y científicos de muchas organizaciones diferentes, distribuidos geográficamente en todo el mundo, incluyendo:

 
 
3D Visual Simulations Ltd National Institute of Advanced Industrial Science and Technology (AIST), Japan Arizona State University (ASU), USA Australian National University (ANU), Australia University of California Berkeley, USA Bielefeld University, Germany University of Bologna, Italy Dinast University of Bonn, Germany University of British Columbia, Canada Brown University, USA Universidad Carlos III de Madrid, Spain ICTI: Information & Communication Technologies Institute - Carnegie Mellon University (CMU), Portugal Eindhoven University of Technology (TU/e), The Netherlands Technical University of Denmark, Denmark University of Extremadura, Spain École Polytechnique Fédérale de Lausanne (EPFL), Switzerland Università degli studi di Firenze, Italy Swiss Federal Institute of Technology (ETH) Zurich, Switzerland Fotonic University of Freiburg, Germany Fraunhofer IPM, Germany Fordham University, USA Georgia Institute of Technology, USA Honda Research Institute, USA Intel Research Seattle, USA Indian Institute of Technology, Bombay, India International Institute of Information Technology, Hyderabad, India Italian National Research Council (ICAR-CNR), Italy ITSeez, Russia Katholieke Universiteit Leuven, Belgium Active Vision Group University of Koblenz-Landau, Germany Korea Institute of Industrial Technology, South Korea University of Houston, USA University of Applied Sciences Kempten, Germany Leica Geosystems, USA Laboratory for Analysis and Architecture of Systems (LAAS/CNRS), France National Research Nuclear University (MEPhI) Obninsk Institute for Nuclear Power Engineering, Russia Universidad de Málaga, Spain Polytechnic University of Ancona, Italy Massachusetts Institute of Technology (MIT), USA MITRE, USA University of Michigan, USA Middle East Technical University, Turkey Moscow State University, Russia National Institute of Standards and Technology (NIST), USA NVidia, USA New York University, USA Open Perception, Inc Optronic Ocular Robotics University of Osnabrück, Germany Queensland University of Technology, Australia Rochester Institute of Technology (RIT), USA Hochschule Bonn-Rhein-Sieg, Germany Sandia Intelligent Systems and Robotics Scanalyse Spectrolab Inc., a Boeing Company, USA Stanford University, USA Steuart Systems Southwest Research Institute (SwRI), USA University of Toronto, Canada Trimble University of Tokyo, Japan Urban Robotics Technical University of Cluj-Napoca, Romania Technische Universität München (TUM), Germany Texas A&M University, USA Toyota Velodyne Acoustics Vienna University of Technology, Austria Willow Garage, USA Washington University in St. Louis, USA

¿Quién está apoyando financieramente PCL?


El proyecto está financiado por Open Percepción, Willow Garage, NVidia, Google (GSOC 2011,2012), Toyota, Trimble, Urban Robótica, Instituto de Investigación de Honda, Sandia Sistemas Inteligentes y Robótica, Dinast, Optronic, Velodyne, Spectrolab, Fotónicos, Leica Geosystems, el Instituto Nacional de Estándares y Tecnología, Instituto de Investigación del Suroeste y Ocular Robotics. También el Ministerio de Conocimiento y Economía (MKE) de Corea del Sur,  ha concedido generosamente a PCL  el Primer Premio en el Open Source Software World Challenge en 2011.

Open Perception, Inc Willow Garage nVidia Google Toyota Trimble Urban Robotics Ministry of Knowledge and Economy (MKE), South Korea Honda Research Institute Sandia Intelligent Systems and Robotics Fotonic Ocular Robotics Dinast Velodyne Acoustics Optronic Leica Geosystems, USA Spectrolab Inc., a Boeing Company, USA National Institute of Standards and Technology (NIST), USASouthwest Research Institute (SwRI), USA


¿Qué es una nube de puntos?


Una nube de puntos es una estructura de datos utilizada para representar una colección de puntos multidimensionales y se utiliza comúnmente para representar los datos en tres dimensiones. En una nube de puntos 3D, los puntos por lo general representan los ejes X, Y y Z coordenadas geométricas de una superficie muestreada subyacente. Cuando la información de color está presente (ver las figuras de abajo), la nube de puntos se convierte en 4D.


_images/correspondence_grouping.jpg

Las nubes de puntos se pueden adquirir a partir de sensores como cámaras estéreo, escáneres 3D,  cámaras de tiempo de vuelo o generados a partir de un programa de ordenador de forma sintética. PCL admite de forma nativa las interfaces OpenNI 3D, por lo que puede adquirir y procesar datos de dispositivos tales como las cámaras PrimeSensor 3D, el Kinect de Microsoft, o el Asus XTionPRO.


Referencia:
[1] @InProceedings{Rusu_ICRA2011_PCL, author = {Radu Bogdan Rusu and Steve Cousins}, title = {{3D is here: Point Cloud Library (PCL)}}, booktitle = {{IEEE International Conference on Robotics and Automation (ICRA)}}, month = {May 9-13}, year = {2011}, address = {Shanghai, China} }
Publicado por en No hay comentarios:
Suscribirse a: Entradas (Atom)