点云算法-提取kitti路面点云

目录

一、ransac原理

二、ransac 地面分割原理

三、ransac常见应用

四、代码

五、截图

六、总结

---

一、ransac原理

RANSAC是“random sample consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。

它是一种不确定的算法,它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数。

划重点：

1、定义一个要估计的模型

2、迭代求解模型参数

3、迭代的条件通过概率进行判断是否合理

RANSAC的基本假设是： 
（1）数据由“局内点”组成，例如：数据的分布可以用一些模型参数来解释； 
（2）“局外点”是不能适应该模型的数据； 
（3）除此之外的数据属于噪声。 
局外点产生的原因有：噪声的极值；错误的测量方法；对数据的错误假设。 
RANSAC也做了以下假设：给定一组（通常很小的）局内点，存在一个可以估计模型参数的过程；而该模型能够解释或者适用于局内点。

二、ransac 地面分割原理

根据刚总结的：

1、定义一个要估计的模型

2、迭代求解模型参数

3、迭代的条件通过概率进行判断是否合理

对应进行算法设计：

1、定义平面表达方程为 aX + bY + cZ +D= 0，通过道理，如果要提取的数据能够通过模型来描述，如直线