massive-cloud/alg/点云测距v1.1/train_measurement_system/USAGE.md

使用说明

环境安装

1. 创建 Conda 环境

conda create -n pcc-experiment python=3.9
conda activate pcc-experiment

2. 安装依赖包

方式一：使用 requirements.txt

pip install -r requirements.txt

方式二：安装项目

# 正常安装
pip install .

# 或开发模式安装（代码修改立即生效）
pip install -e .

安装项目会自动安装所有依赖包，并将项目添加到 Python 环境中。

配置测量任务

编辑 config/measurements.yaml 文件：

1. 设置点云文件路径

# 支持相对路径（相对于配置文件）或绝对路径
pointcloud_file: "../../head_train_pointcloud/train_2_100M.ply"

2. 配置测量任务

tasks:
  - name: "任务名称"
    type: "plane_to_plane"  # 任务类型: plane_to_plane, point_to_plane, point_to_point
    enabled: true            # 是否启用
    description: "任务描述"
    visualization_dir: "visualizations"  # 可视化输出目录（可选）
    
    # 根据任务类型配置相应参数
    source_roi:
      bbox_min: [x_min, y_min, z_min]
      bbox_max: [x_max, y_max, z_max]
    
    target_roi:
      bbox_min: [x_min, y_min, z_min]
      bbox_max: [x_max, y_max, z_max]
    
    params:
      sample_points: 100
      ransac_threshold: 2.0
      ransac_max_iterations: 1000
      min_inlier_ratio: 0.6

运行测量

基本用法

# 使用默认配置文件
python main.py

# 指定配置文件
python main.py -c config/custom.yaml

# 指定点云文件（覆盖配置文件中的路径）
python main.py -p data/train.ply

# 指定输出目录
python main.py -o results/output

# 组合使用
python main.py -c config/custom.yaml -p data/train.ply -o results/

命令行参数

• -c, --config: 配置文件路径（默认: config/measurements.yaml）
• -p, --pointcloud: 点云文件路径（覆盖配置文件）
• -o, --output: 结果输出目录（默认: results/）

查看结果

Excel 结果文件

位置: results/measurement_results_YYYYMMDD_HHMMSS.xlsx

包含内容:

• 任务名称、类型、描述
• 点位参数（ROI 范围、目标点坐标等）
• 测量数据（平均距离、标准差、最小/最大距离）
• 采样点数、ROI 点数、内点率
• 错误信息（如果失败）

可视化文件

位置: visualizations/*.ply

使用 CloudCompare 或 MeshLab 打开查看：

• 蓝色：源平面点云
• 绿色：目标平面点云
• 红色：采样点

常见问题

任务没有执行

检查配置文件中 enabled: true 是否设置

点云文件找不到

• 使用绝对路径，或
• 使用相对于配置文件的相对路径，或
• 使用 -p 参数指定点云文件

测量结果异常

• 检查 ROI 包围盒是否正确
• 查看 Excel 中的内点率（建议 >70%）
• 打开 PLY 文件检查 ROI 提取是否准确