目录
参考文献:[1] Zermas D , Izzat I , Papanikolopoulos N .Fast segmentation of 3D point clouds: A paradigm on LiDAR data for autonomous vehicle applications[C]//2017 IEEE International Conference on Robotics and Automation (ICRA).IEEE, 2017.DOI:10.1109/ICRA.2017.7989591.
一、相关原理介绍
自动驾驶需要对地面和车辆路径中的障碍物进行精确分割,并实时处理每个点云。属于地面点的点云占据了点云的绝大部分,因此地面点云的准确分类作为其中最关键的一环。该方法主要使用了一种确定性迭代多平面拟合,可以称之为地平面拟合(GPF),用于快速提取接地点,然后提出了一种名为扫描线运行(SLR)的点云聚类方法,该方法由二进制图像中连接分量标记算法的启发得到的。