3D点云分割论文总结

Fast Range Image-Based Segmentation of Sparse 3D Laser Scans for Online Operation

- 挑战

由于lidar点云的稀疏性，尤其在垂直方向上，即便相邻点云是来自于同一物体，它们之间也会存在着一个欧氏距离。并且随着Object与Lidar距离的增大，这个距离会越来越大，给目标识别带来的挑战也越大。

- 常见点云分割方法

主要有三类：

1. 基于特征的方法

   这类方法通过复杂的特征来定义点云，或者先剔除地平面，然后再通过设置一定的阈值来以点之间的距离分割点云。

   这种方法能够进行准确的分割，但是计算量比较大，消耗时间，会限制在线的应用。

   但这类方式使用得好像挺多的，IMLS-SLAM用的是类似这种方法。

   典型的论文有：
   [7] B. Douillard, J. Underwood, N. Kuntz, V. Vlaskine, A. Quadros,P. Morton, and A. Frenkel. On the segmentation of 3d lidar point clouds. In Proc. of the IEEE Int. Conf. on Robotics & Automation
   (ICRA), 2011.
   [8] B. Douillard, J. Underwood, V. Vlaskine, A. Quadros, a