![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PCL
sru_alo
SLAM与机器人方向的研究生,希望在CSDN能向各路大神学习
展开
-
ICP点云匹配算法深入学习
迭代最近点 Iterative Closest Point (ICP)ICP算法本质上是基于最小二乘法的最优配准方法。该算法重复进行选择对应关系点对,计算最优刚体变换这一过程,直到满足正确配准的收敛精度要求。ICP是一个广泛使用的配准算法,主要目的就是找到旋转和平移参数,将两个不同坐标系下的点云,以其中一个点云坐标系为全局坐标系,另一个点云经过旋转和平移后两组点云重合部分完全重叠。ICP算法最...原创 2019-11-06 15:57:29 · 1353 阅读 · 0 评论 -
3D点云地图地面去除(3):点云平面法向量估计
在(1)中,利用RANSAC方法可以在室外提取部分地面特征点,这些特征点可以构成一个不完整的地面。计算出这个不完整地面的法向量,进一步求出 z 轴的变换矩阵 T ,以此可以将采集的点云数据的方向校正,使之成为与标准坐标轴平行的点云,方便后续的处理。激光雷达在采集数据时,其 z 轴与地面法向量不平行,而且这种情况随时都在发生。自动驾驶车辆或者机器人行驶过程中,路面随时都有小的颠簸,偶...原创 2018-12-19 11:29:11 · 4627 阅读 · 0 评论 -
3D点云地图地面去除(1):基于随机一致性采样(RANSAC),未做RANSAC后续处理
点云地图中包括了大量的地面点,不仅让整个地图显得很杂乱,而且对后续障碍物点云的分类、识别和跟踪带来麻烦,所以需要首先去除。首先我有两个思路:在雷达的原始数据上把地面滤除,这样在后续的建图就不会有地面信息。 在建图结束后检测地面,然后将地面滤除。 接下来就讨论两个思路的实现。地面的滤除可以通过点云分割来实现,点云分割的目的提取点云中的不同物体,从而实现分而治之,突...原创 2018-12-01 21:04:10 · 9805 阅读 · 1 评论 -
3D点云地图地面去除(2):Progressive Morphological Filter
Progressive Morphological Filter论文:http://users.cis.fiu.edu/~chens/PDF/TGRS.pdf本算法本身用于处理高空获取的激光雷达数据,把地面与非地面的物体分割,来获取地貌3d地图的,目前已经集成在PCL中。具体的算法细节分析以后会详细学习,这里先展示算法效果。此算法参数多,不看论文细节,无法调参数。如果参数不调好,算法耗时很...原创 2018-12-01 22:15:13 · 3461 阅读 · 0 评论