![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pcl
文章平均质量分 76
LeftOrRight:)
这个作者很懒,什么都没留下…
展开
-
【RANSAC地面点滤除 】基本原理和C++代码实现
RANSAC,全称Random Sample Consensus,作用是可以通过“随机抽点”来拟合地面平面方程,进而将点云地面点过滤出来。红色点是地面点,可以看出绝大部分的地面点还是识别出来了,但是仍然是有少部分地面点遗漏了,待优化。(4)迭代k次,至少有一次3个点都是地面点的概率是p = 1 - (1 - p_g。(3)抽取3个点至少有1个点不是地面的概率是:1 - (p_g)^3。(2)抽取3个点都是地面点的概率是(p_g)^3。(1) 假设地面点中地面点的占比为p_g。原创 2024-03-17 15:02:49 · 649 阅读 · 1 评论 -
Furthest Point Sampling原理简介和C++实现
Furthest Point Sampling,最远点采样算法,作用是对点云进行降采样,降低点云的数量,降低后续pipeline的计算量。与VoxelGrid相比,优点:(1)能够保留原始点云的结构信息,有助于保留原始点云的重要特征;(2)不依赖网格化;缺点是:(1)计算量大,时间复杂度O(N^2);(2)不适用于噪点较多的数据;原创 2024-03-09 23:01:06 · 368 阅读 · 0 评论 -
【PCL学习】常用滤波器原理简介和使用
本文简单介绍PCL中常用的filter。原创 2024-03-03 21:30:31 · 1741 阅读 · 0 评论 -
【PCL学习】kdtree的使用
kd-tree是一种用来存储k维数据的数据结构,比如激光雷达点云是3个维度的数据x-y-z,使用kd-tree能够很快的进行多维度的搜索,比如半径搜索,k邻近搜索(平均时间复杂度O(log(n))等。pcl使用的是flann库。原创 2024-01-26 22:24:51 · 1012 阅读 · 0 评论