autoware使用激光雷达进行目标检测（五）

autoware使用Euclidean Clustering进行检测

点云聚类在激光雷达环境感知中的作用

就无人车的环境感知而言，方案很多，根据使用的传感器的不同，算法也截然不同，有单纯基于图像视觉的方法，也有基于激光雷达的方法，激光雷达以其稳定可靠、精度高并且能同时应用于定位和环境感知而被广泛采用。激光雷达环境感知一般的流程为：

分割地面，从而减少地面的点对目标检测的影响
点云聚类，将目标按照点的分布进行聚类，从而降低后续计算的计算量
模式识别，对分割得到的点云进行特征提取，使用提取出来的特征训练分类器进行模式识别，近年来深度学习取得进展，也有不少使用深度神经网络的端到端检测算法。
目标追踪，在完成模式识别以后我们实际上已经得到了目标障碍物的类别（是行人还是车辆还是别的）、障碍物的轮廓（一个3维的bounding box）、障碍物的位置（障碍物形心相对于激光雷达的xyz坐标）。为了方便规划模块完成对障碍物的预测，我们需要建立障碍物在前后帧（来自传感器的前后两次信号）的关系，即需要给障碍物一个ID，并且能够持续追踪这个障碍物&#