从点云中提取杆状物算法

转载请注明出处：https://www.cnblogs.com/wellp/p/9486130.html

基于PCL的条件欧拉聚类（ConditionalEuclideanClustering）和RANSAC拟合直线的一种从点云中提取pole的算法，核心思想就是先水平聚类，选择出直径小的cluster，然后竖直聚类，主要过程如下：

1.将点云根据point.z的大小sort。

2.设置z_resolution，从下到上，对每一层的点云进行欧拉聚类，每一层的点云高度为z_resolution。

3.保留直径小于一定threshold的cluster。

4.对保留下来的points做竖直方向的条件欧拉聚类，setClusterTolerance设置的大一些，但是要加条件函数来限制生长的方向，condition_function如下：

condition_function(point_type point0, point_type point1)
{
    float dis_horizon = sqrt(pow(point0.x - point1.x, 2) + (pow(point0.y - point1.y, 2));
    return dis_horizon < dis_threshold;//dis_threshold should be small enough to control grow direction
}

5.上述过程提取的pole可能如图1所示（带有两侧的灯杆），因为condition_function虽然限制了生长方向主要是竖直方向，但是因为其中的dis_threshold不等于0（也不能为0，因为杆内部的点要聚类到一起），所以再进行RANSAC拟合直线，完成pole的提取，如图2所示。

6.对杆上端的周围点云进行PCA分析，判断是树冠，广告牌还是灯支撑杆，进而过滤掉树干。

   

                     图1                                           图2