如何逐步匹配多幅点云，光盘教程遇到问题。

猴哥V5

如果不用cmake怎么对pcd文件进行加载？在cmakelists里是这样写的...>pairwise_incremental_registration capture0001.pcdcapture0002.pcd，直接在程序里怎么写？求大神帮忙。谢谢。
下面是main函数
int main(int argc, char** argv)
{
        //读取数据
        std::vector<PCD, Eigen::aligned_allocator<PCD> > data; //模型
        loadData(argc, argv, data); //读取pcd文件数据，定义见上面

        //检查用户数据
        if (data.empty())
        {
                PCL_ERROR("Syntax is: %s <source.pcd> <target.pcd>

", argv[0]); //语法
                PCL_ERROR("

- multiple files can be added. The registration results of (i, i+1) will be registered against (i+2), etc"); //可以使用多个文件
                return (-1);
        }
        PCL_INFO("Loaded %d datasets.", (int)data.size()); //显示读取了多少个点云文件

        //创建一个 PCLVisualizer 对象
        p = new pcl::visualization::PCLVisualizer(argc, argv, "Pairwise Incremental Registration example"); //p是全局变量
        p->createViewPort(0.0, 0, 0.5, 1.0, vp_1); //创建左视区
        p->createViewPort(0.5, 0, 1.0, 1.0, vp_2); //创建右视区

        //创建点云指针和变换矩阵
        PointCloud::Ptr result(new PointCloud), source, target; //创建3个点云指针，分别用于结果，源点云和目标点云
        //全局变换矩阵，单位矩阵，成对变换
        //逗号表达式，先创建一个单位矩阵，然后将成对变换 赋给 全局变换
        Eigen::Matrix4f GlobalTransform = Eigen::Matrix4f::Identity(), pairTransform;


        //遍历所有的点云文件
        for (size_t i = 1; i < data.size(); ++i)
        {
                source = data[i - 1].cloud; //源点云
                target = data.cloud; //目标点云
                showCloudsLeft(source, target); //在左视区，简单的显示源点云和目标点云
                PointCloud::Ptr temp(new PointCloud); //创建临时点云指针
                //显示正在配准的点云文件名和各自的点数
                PCL_INFO("Aligning %s (%d points) with %s (%d points).\n", data[i - 1].f_name.c_str(), source->points.size(), data.f_name.c_str(), target->points.size());

                //********************************************************
                //配准2个点云，函数定义见上面
                pairAlign(source, target, temp, pairTransform, true);
                //将当前的一对点云数据，变换到全局变换中。
                pcl::transformPointCloud(*temp, *result, GlobalTransform);
                //更新全局变换
                GlobalTransform = GlobalTransform * pairTransform;
                //********************************************************

                // 保存成对的配准结果，变换到第一个点云帧
                std::stringstream ss; //这两句是生成文件名
                ss << i << ".pcd";
                pcl::io::savePCDFile(ss.str(), *result, true); //保存成对的配准结果

        }
}
在面函数里调用了loadData函数

void loadData(int argc, char **argv, std::vector<PCD, Eigen::aligned_allocator<PCD> > &models)
{
        std::string extension(".pcd"); //声明并初始化string类型变量extension，表示文件后缀名
        // 通过遍历文件名，读取pcd文件
        for (int i = 1; i < argc; i++) //遍历所有的文件名（略过程序名）
        {
                std::string fname = std::string(argv);
                if (fname.size() <= extension.size()) //文件名的长度是否符合要求
                        continue;

                std::transform(fname.begin(), fname.end(), fname.begin(), (int(*)(int))tolower); //将某操作(小写字母化)应用于指定范围的每个元素
                //检查文件是否是pcd文件
                if (fname.compare(fname.size() - extension.size(), extension.size(), extension) == 0)
                {
                        // 读取点云，并保存到models
                        PCD m;
                        m.f_name = argv;
                        pcl::io::loadPCDFile(argv, *m.cloud); //读取点云数据
                        //去除点云中的NaN点（xyz都是NaN）
                        std::vector<int> indices; //保存去除的点的索引
                        pcl::removeNaNFromPointCloud(*m.cloud, *m.cloud, indices); //去除点云中的NaN点

                        models.push_back(m);
                }
        }
}