PointCloudAnnotationWithRviz
基于Velodyne VLP-32C的点云注释工具
与标记2D图像相比，由于可视化工具的复杂性，注释3D点云更加困难。 大规模缺少带注释的3D点云是提高3D点云识别度的瓶颈之一。 这项工作是基于众所周知的可视化框架RVIZ的注释工具。 启用此工具可基于欧几里德聚类算法（此处未给出）手动标记点云。 基本上，开发此工具是为了创建数据集，以对自动驾驶汽车的类别（汽车，步行者...）进行分类。
输入是一个PCD文件，其字段为：x，y，z，rgb强度和id。
输出是一个PCD文件，具有以下字段：x，y，z，rxy，ith，jth，强度和id。 （暂时不考虑rxy，ith，jth）。
以前，在装有Data的袋子上执行了地面分割和对象聚类程序。 在提出的注释工具中，我们仅使用非地面对象的聚类数据。 我们将包含聚类对象的bag文件数据转换为
