感知器点云数据处理与识别

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