感知器点云数据处理与识别
第一步:使用RGB-D相机获取点云数据
RGB-D相机结合了有源与无源的传感世界,无源的RGB-D以及有源的D传感器。
对于点云数据,它为点云数据,它为三维数据的数字表示,在实际实现中,它还可以含有每个点的附加源数据。如:RGB值,局部曲率信息,强度值。
第二步:使用体素网格过滤器
首先创建体素网格过滤器,设置每个网格的像素大小(三维)(leaf_size,leaf_size,leaf_size)。在这里使用体素网格过滤器是因为点云数据过于庞大,使用该过滤器可以减少数据量。
第三步:使用直通滤波器。
根据先验知识,创建通过滤波切割点云数据,设定过滤的轴与过滤的区间。使用该过滤器是为了减少不必要的数据。
第四步:使用RANSAC平面拟合
使用RANSAC将提取合适的RANSAC模型中任何点的子集。使用该算法是为了减少噪音量。
RANSAC的使用条件:
① 输入是一组带污染的观测数据,其中可信数据占大多数。
② 有一个可以解释可信观测数据的参数化模型。
③
RANSAC的思想步骤:
(1)从观测数据中随机抽取一个子集
(2)估计出合适这个子集的模型
(3)用这个模型测试其他数据,根据损失函数得到符合这个模型的点,这个集合称为一致性集合。
(4)如果足够多的数据被归类为一致性集合,那么这个估计的模型是正确