简介
点云数据来做分割、检测、识别等任务时候,不可避免的要进行一些预处理操作。其中,针对点云的地面点与非地面的提取工作,是点云预处理阶段较为重要的一项工作。地面点的提取出来有助于后续的检测等任务,当然如何有效的提取地面点也是一项比较困难的工作。当下,针对地面点的提取会根据任务需求的不同来进行不同程度的提取精度。例如:1. 在不需要实时性的地面提取情况下,可以通过多种提取分割策略来组合达到比较高的精度。2. 在实时性要求较高的情况下,那么对地面提取的精度或许就稍微可以放松一些,实时性要求更高(无人车的点云感知模式)。当前,存在些许点云地面点的提取或者分割算法,传统or深度学习的方式。实时性来考虑目前使用较多的是传统的点云地面点提取,下面简单通过使用pcl的库来实现一个地面点提取分离方式。后续会进一步分析其它的地面点提取算法。
代码
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_plane.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <math.h>
#include <chrono>
void RemoveCloudFloor(const pcl::PointCloud<pcl::PointXYZI>::Ptr cloud_ptr,
pcl::PointCloud<pcl::PointXYZI>::Ptr nofloor_cloudptr,
pcl::PointCloud<pcl::PointXYZI>::Ptr onlyfloor_cloudptr,
float disThreshold, float EpsAngle);
int main(int argc, char** argv)
{
pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud