激光雷达数据的 Ransac 地平面分割答案

【问题标题】：Ransac ground plane segmentation for lidar data激光雷达数据的 Ransac 地平面分割
【发布时间】：2019-02-15 23:13:26
【问题描述】：

我想使用 ransac 算法分割地平面激光雷达环，我使用 python-pcl 来做到这一点，但我得到了错误的结果，如下图所示。

众所周知，激光雷达数据有许多地平面环，它找不到正确的地平面，但它找到了地平面以上的平面。我可以猜测的原因可能是激光雷达的地面非常稀疏，而地面以上的平面上的点数比地面多，因此算法找到了错误的结果。代码如下：


seg = point_cloud.make_segmenter()

seg.set_optimize_coefficients(True)

seg.set_model_type(pcl.SACMODEL_PLANE)

seg.set_method_type(pcl.SAC_RANSAC)

seg.set_distance_threshold(0.1)

indices, model = seg.segment()

不确定是否是我猜测的问题，所以如果有人以前遇到过问题，请告诉我。而且我不知道如何解决这个问题，关于激光雷达环分割的信息很少，有人知道如何解决吗？

还有其他方法可以进行激光雷达地面分割，我可以获得代码吗？

enter image description here

【问题讨论】：

欢迎您！请编辑您的帖子以添加格式和一些新行以帮助读者。它目前过于紧凑且不易阅读。还要问一个问题，不要征求建议。并添加代码示例来说明您的问题。
@ChrisR：谢谢你的cmets，我按你说的编辑问题，我使用ransac算法的代码可以如上列出。
@scopchanov：你好，我只是不知道为什么 ransac 无法像图片所示那样分割激光雷达数据的地环，我猜这是一个编程问题，但我不知道知道怎么解决，ransac的代码已经在上面了，谢谢您的反馈。
感谢帮助，我已经通过修改代码解决了我的问题。

标签： plane lidar ransac

【解决方案1】：

试试这个 -

from mpl_toolkits.mplot3d.axes3d import *
import matplotlib.pyplot as plt
from sklearn import linear_model


fig = plt.figure("Pointcloud")
ax = Axes3D(fig)
ax.grid = True

ax.set_xlabel("X")
ax.set_ylabel("Y")
ax.set_zlabel("Z")
xyz = get_points()# here xyz is a 3d numpy array
    if xyz.size > 10:
        XY = xyz[:, :2]
        Z = xyz[:, 2]
        ransac = linear_model.RANSACRegressor(residual_threshold=0.01)
        ransac.fit(XY, Z)
        inlier_mask = ransac.inlier_mask_
        outlier_mask = np.logical_not(inlier_mask)
        inliers = np.zeros(shape=(len(inlier_mask), 3))
        outliers = np.zeros(shape=(len(outlier_mask), 3))
        a, b = ransac.estimator_.coef_
        d = ransac.estimator_.intercept_
        for i in range(len(inlier_mask)):
            if not outlier_mask[i]:
                inliers[i] = xyz[i]
            else:
                outliers[i] = xyz[i]

        min_x = np.amin(inliers[:, 0])
        max_x = np.amax(inliers[:, 0])
        min_y = np.amin(inliers[:, 1])
        max_y = np.amax(inliers[:, 1])

        x = np.linspace(min_x, max_x)
        y = np.linspace(min_y, max_y)

        X, Y = np.meshgrid(x, y)
        Z = a * X + b * Y + d
        AA = ax.plot_surface(X, Y, Z, cmap='binary', rstride=1, cstride=1, 
        alpha=1.0)
        BB = ax.scatter(outliers[:, 0], outliers[:, 1], outliers[:, 2],c='k', s 
        =1)
        CC = ax.scatter(inliers[:, 0], inliers[:, 1], inliers[:, 2], c='green', 
        s=1)
        plt.show()

或者请提供您的数据集。也可以使用 ransac 参数

【讨论】：