激光雷达的地面-非地面分割和pcl_ros实践

最新推荐文章于 2024-10-18 11:07:23 发布

yhwang-hub

最新推荐文章于 2024-10-18 11:07:23 发布

阅读量1k

点赞数

分类专栏： My_Program

本文链接：https://blog.csdn.net/qq_33287871/article/details/106154735

版权

My_Program 专栏收录该内容

42 篇文章 92 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了在ROS Kinetic环境下，利用pcl_ros进行激光雷达点云处理的实践。首先讲解了如何创建ROS功能包，并引入PCL库，实现Voxel Grid Filter对点云进行降采样。接着，详细阐述了Ray Ground Filter算法，用于地面和非地面点的分割，包括点云的高度裁剪、角度微分和坡度判断。最后，展示了分割效果并提供了测试bag的验证方法。

摘要由CSDN通过智能技术生成

此文是Adam博客的案例，学习ROS过程中的一次尝试，代码已经跑通
环境
Ubuntu16.04 + ROS Kinetic
其中ROS在安装的时候选择full，安装full的话应该是把pcl相关的东西安装好了，因此在测试的时候并没有显示pcl相关的错误。
下载好完整的代码：https://download.csdn.net/download/adamshan/10696443
关于ROS-Kinetic的安装可以参考这篇博客：https://blog.csdn.net/qq_33287871/article/details/104930990
简介：
在无人驾驶的雷达感知中，将雷达点云地面分割出来是一步基本的操作，这一步操作主要能够改善地面点对于地面以上的目标的点云聚类的影响。本文首先带大家入门pcl_ros，首先我们使用pcl_ros编写一个简单的ros节点，对输入点云进行Voxel Grid Filter。接着在此实践的基础上实现点云地面和非地面的分割节点。
pcl_ros

在ROS项目中引入PCL库
首先创建一个功能包，命名为pcl_test，可以通过如下指令生成workspace和package：