地面分割：基于LiDAR数据的3D点云快速分割范式（Fast Segmentation of 3D Point Clouds: A Paradigm on LiDAR Data）

Fast Segmentation of 3D Point Clouds: A Paradigm on LiDAR Data for Autonomous Vehicle Applications

代码链接：https://github.com/VincentCheungM/Run_based_segmentation

论文链接：Fast segmentation of 3D point clouds: A paradigm on LiDAR data for autonomous vehicle applications | IEEE Conference Publication | IEEE Xplore

论文核心思想

​ 这里只说地面分割的核心思想，并且此论文的地面只适用于平面，不适用含有坡度的路面。论文中的点云聚 类  是基于线束扫描法，只适用于机械旋转式激光雷达，针对固态激光雷达是适用的，例如Horizon、ML-X、M1等固态或混合固态的激光雷达。明白了此论文的适用场景，就针对性的借鉴论文中的思想.

提取地面种子点

1、接收点云

将点云的标签都设置为0(point.label = 0u;)，经过后续的计算，如果点云是地面点，将标签设置为1.

    for(size_t i=0;i<laserCloudIn.points.size();i++){
        point.x = laserCloudIn.points[i].x;
        point.y = laserCloudIn.points[i].y;
        point.z = laserCloudIn.points[i].z;
        point.intensity = laserCloudIn.points[i].intensity;
        point.ring = laserCloudIn.points[i].ring;
        point.label = 0u;// 0 means uncluster
        g_all_pc->points.push_back(point);
    }

2、点云 预处理  

激光雷达 返回的点有很多是无效点，即这些点可能是打在空中或水面上没有返回，因此会产生很多无效点，呈现的形式是nan。因此需要将这些点滤除点，作者使用pcl库滤除无效点。

pcl::removeNaNFromPointCloud(laserCloudIn, laserCloudIn,indices);

3、点云排序

​ 为便于后续选取地面种子点，需要先对点云按照Z轴进行从低到高进行排序。

/*
@brief Compare function to sort points. Here use z axis.
@return z-axis accent
*/
bool point_cmp(VPoint a, VPoint b){
    return a.z<b.z;
}

// 2.Sort on Z-axis value.
sort(laserCloudIn.points.begin(),lase
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删