DotsToSirface (Qt 5.11)

Демонстрационная программа на Qt 5.11 C++, которая:

• принимает массив 3D-точек QVector<Point3f>;
• выполняет stage-based pipeline (preprocess -> transform -> registration -> reconstruction);
• визуализирует точки и полученную треугольную поверхность.

Вход/выход API

src/algorithms/reconstruction/surface_reconstruction.h:

• struct Point3f { float x, y, z; };
• struct Triangle { int i0, i1, i2; };
• QVector<Triangle> buildSurfaceTriangles(const QVector<Point3f>& points);

Triangle хранит индексы вершин в исходном массиве points.

Как это работает

Реализация использует инкрементальный Convex Hull 3D:

• удаление дубликатов точек (epsilon-сравнение);
• поиск стартового тетраэдра;
• поочередное добавление точек с пересчетом видимых граней и горизонта;
• поддержание ориентированных наружу треугольников.

Ограничения

Текущая реализация строит выпуклую оболочку облака точек. Для невыпуклых объектов и детальной реконструкции произвольной поверхности нужны более сложные алгоритмы (например, alpha-shapes, Poisson reconstruction и т.п.).

Архитектурный каркас под robotics pipeline

• core: контракты (PointCloudFrame, PipelineContext, PipelineStats, stage-интерфейсы, plugin registry).
• adapters: мосты к источникам и внешним транспортам (FilePointCloudSource, Ros2PointCloudSource, PointCloud2/tf2 adapters).
• strategies: конкретные стадии пайплайна (preprocess, transform, registration, reconstruction).
• factories: сборка PipelineExecutor из plugin-id и профиля.

Этап 1 (backend-first, без CLI)

• Парсинг и применение defaults параметров стадий вынесены из UI в core: src/core/pipeline_stage_defaults.h и src/core/pipeline_stage_defaults.cpp.
• MainWindow больше не содержит backend-логику разбора параметров, а вызывает core::applyStageDefaultsToConfig(...).
• Это позволяет использовать один и тот же backend API из GUI сейчас и из будущего CLI на этапе 2 без дублирования логики.

Pipeline Dashboard: UX и анализ цепочки

В dashboard реализованы инструменты для пошаговой настройки всей pipeline-цепочки (preprocess + reconstruction):

• Категориальная палитра этапов: фильтры сгруппированы по логике обработки (Обрезка -> NaN (предочистка) -> Условия/Индексы -> Шум -> Морфология -> Прореживание -> Сглаживание -> Нормали -> Реконструкция), для каждого фильтра доступны краткие подсказки.
• Проверка порядка этапов: при рискованной последовательности (например, когда OutlierRemoval идет после VoxelGrid) показываются предупреждения и рекомендация.
• Стартовые пресеты: доступны шаблоны для типичных источников (LiDAR_scan, RGBD_camera, Synthetic_clean) как отправная точка с возможностью ручной донастройки.
• Метрики между шагами: показывается вклад каждого preprocess-этапа: входные точки, выходные точки, сколько удалено и время шага в миллисекундах.
• Единый редактор параметров: и preprocess-стадии, и реконструкторы поверхности настраиваются через одинаковые карточки и один диалог параметров.

Пер-шаговые метрики собираются на уровне core::PipelineExecutor и возвращаются через PipelineStats::preprocessStepMetrics, чтобы данные были едиными для GUI и тестов.

Профили выполнения

• desktop_debug: дефолтный профиль для GUI/отладки.
• rpi4_runtime: профиль для Raspberry Pi 4 (жестче downsampling, лимит точек, reconstruction реже, async-friendly настройки).

Выбор профиля:

• factories::pipeline::createPipelineExecutorForProfile("desktop_debug")
• factories::pipeline::createPipelineExecutorForProfile("rpi4_runtime")

Сборка и запуск в WSL

Рабочий поток для этого проекта на Windows: собирать и запускать через WSL.

cd /mnt/d/yakupov/Projects/DotsToSirface/build-wsl
qmake ../DotsToSirface.pro 'DEFINES+=PCL_ENABLED'
make -j4
LIBGL_ALWAYS_SOFTWARE=1 QT_QPA_PLATFORM=xcb ./DotsToSirface

Примечания:

• DEFINES+=PCL_ENABLED включает PCL-стадии пайплайна.
• LIBGL_ALWAYS_SOFTWARE=1 снижает риски графических артефактов в WSLg.
• QT_QPA_PLATFORM=xcb используется как стабильный backend для Qt в WSL.

Перезапуск после правок:

pkill -f '^./DotsToSirface$' || true
cd /mnt/d/yakupov/Projects/DotsToSirface/build-wsl
qmake ../DotsToSirface.pro 'DEFINES+=PCL_ENABLED'
make -j4
LIBGL_ALWAYS_SOFTWARE=1 QT_QPA_PLATFORM=xcb ./DotsToSirface

Smoke tests (отдельный runner)

Для быстрой проверки пайплайна без GUI добавлен отдельный консольный таргет: DotsToSirfaceTests.pro.

qmake DotsToSirfaceTests.pro
make
./release/DotsToSirfaceTests.exe

При успешном запуске runner печатает Smoke tests passed. и завершаетcя с кодом 0.

CLI режим (этап 2)

Для headless-прогона без GUI добавлен CLI-режим в основном бинарнике через --cli.

Пример:

cd /mnt/d/yakupov/Projects/DotsToSirface/build-wsl
qmake ../DotsToSirface.pro 'DEFINES+=PCL_ENABLED'
make -j4
./DotsToSirface --cli \
  --input /mnt/d/path/to/cloud.xyz \
  --profile desktop_debug \
  --preprocess pcl_remove_nan,pcl_voxel_grid,pcl_statistical_outlier \
  --reconstruction pcl_greedy_triangulation \
  --stage-default pcl_voxel_grid:leaf=0.03 \
  --stage-default pcl_greedy_triangulation:searchRadius=0.08,mu=2.5,maxNearest=100,maxSurfaceAngle=0.8 \
  --output-json /mnt/d/path/to/result.json

CLI печатает краткую сводку по метрикам (input, after preprocess, triangles, reconstruction ms).

JSON-конфиг для CLI (этап 2.1)

Чтобы не передавать длинную команду, можно задать пайплайн через --config-json.

Пример pipeline_config.json:

{
  "profile": "desktop_debug",
  "preprocessPlugins": ["pcl_remove_nan", "pcl_voxel_grid", "pcl_statistical_outlier"],
  "reconstructionPlugin": "pcl_greedy_triangulation",
  "stageDefaults": {
    "pcl_voxel_grid": "leaf=0.03",
    "pcl_greedy_triangulation": "searchRadius=0.08,mu=2.5,maxNearest=100,maxSurfaceAngle=0.8"
  }
}

Запуск:

./DotsToSirface --cli --input /mnt/d/path/to/cloud.xyz --config-json /mnt/d/path/to/pipeline_config.json

Если одновременно переданы --config-json и обычные CLI-флаги (--preprocess, --reconstruction, --stage-default), флаги командной строки имеют приоритет.

Autotune Grid Search (этап 3)

Для подбора параметров с целью уменьшения дыр на поверхности добавлен режим: --autotune-config.

Пример autotune_config.json:

{
  "baseConfigJson": "/mnt/d/path/to/pipeline_config.json",
  "searchSpace": {
    "pclVoxelLeafSize": [0.02, 0.03, 0.04],
    "pclGreedySearchRadius": [0.06, 0.08, 0.10],
    "neighborRadiusScale": [2.5, 3.0]
  },
  "objective": {
    "connectivityWeight": 0.45,
    "coverageWeight": 0.45,
    "speedPenaltyWeight": 0.10
  },
  "limits": {
    "maxCandidates": 20,
    "topK": 5
  },
  "output": {
    "resultJsonPath": "/mnt/d/path/to/autotune_result.json"
  }
}

Запуск:

./DotsToSirface --cli \
  --input /mnt/d/path/to/cloud.xyz \
  --autotune-config /mnt/d/path/to/autotune_config.json

Опционально можно переопределить путь результата через --output-json.

Файл autotune_result.json теперь содержит поля title и stages в формате GUI-пресета, поэтому его можно загрузить напрямую кнопкой Загрузить пресет. Дополнительно рядом сохраняется *_best_preset.json (чистый preset-JSON).

Docker + Web UI (CLI + PCL)

Для запуска пайплайна с PCL в изолированной среде (без конфликтов с libpq на хосте) добавлены:

• docker/Dockerfile — сборка DotsToSirface с PCL_ENABLED и запуск FastAPI;
• docker/docker-compose.yml;
• api/main.py — HTTP API (/api/run, /api/presets);
• web/ — браузерный 3D viewer (Three.js).

Быстрый старт

cd docker
docker compose up --build

Откройте в браузере: http://localhost:8080

1. Загрузите .ply
2. Выберите preset (или оставьте default)
3. Нажмите Run pipeline
4. В viewer появятся точки и mesh, справа — метрики пайплайна

API

• GET /api/health — статус сервиса
• GET /api/presets — список JSON-пресетов
• POST /api/run — multipart: file + опционально preset_id

CLI внутри контейнера пишет в --output-json не только метрики, но и геометрию: points (массив [x,y,z]) и triangleIndices (массив [i0,i1,i2]).

Конфиг пайплайна по умолчанию: docker/default_pipeline.json.

Демо

При запуске приложение:

• генерирует тестовое облако точек (приближенная сфера с небольшим шумом);
• строит триангуляцию;
• показывает статистику: количество точек, количество треугольников и время построения;
• отображает сцену в QOpenGLWidget (ЛКМ - вращение, колесо - зум).