雷达点云地面分割算法：linefit_ground_segmentation

算法的大体步骤分为：

• 点云划分与映射
• 地面线段拟合
• 地面点云分割（地面点与非地面点判断）

对于这三个步骤我尽量阐明我的理解，可能有错误的地方，欢迎大家反馈。

点云划分与映射：

将点云划分为多个扇区(Segment)，一个扇区作为一个独立的处理单元，每个扇区再分成多个容器(Bin)。同时将点云从三维p(x,y,z)降到二维p(d, z)，虽然点云的维度减少，但点云的有效信息是不减少的：

• d = sqrt(x*x + y*y) ，相当于把笛卡尔坐标系转换到极坐标系。

• 保留Z轴的信息，要基于z的高度信息判断是否该点是否为路面点。

地面线段拟合：

通过第一步的划分与映射，我们已经得到了许多的Segment和Bin。接下来获取每个Bin里的最低点MinZPoint，从近到远连接每个Bin里的MinZPoint，获取最近相连的两个MinZPoint之间的距离和误差，如果距离较小，允许的误差阈值也比较小，反之误差阈值比较大。如果两个MinZPoint之间的误差小于误差阈值，视这两个点为一个平面，将这两个点放入LocalLines，接着往远处迭代，直到没有点或者下一个点跟此前的其他点不在一个平面，这时候LocalLines里的点如果大于2，则将线发布到GroundLines，这样就得到了一条地面线。按照这样的逻辑一直迭代，直到所有MinZPoint都迭代过至少一次。

地面点云分割：

有了第二步得到的众多地面线，我们计算所有激光点到当前或者相邻的Segment中的地面线的投影误差，如果小于设置的max_dist_to_line阈值，则认为是地面点，否则为非地面点。

算法缺陷

基本逻辑已经清楚了，那么该算法有什么缺陷吗？

有的，经实测当雷达扫描到地面上比较小的物体时，可能会被认为是地面点。

原因是什么呢？

“我们计算所有激光点到当前或者相邻的Segment中的地面线的投影误差，如果小于设置的max_dist_to_line阈值，则认为是地面点，否则为非地面点。”

想象一下，当多线雷达的其中一根线扫到了及其低矮的障碍物时，在障碍物上面的点云与在地面上的点云的高度差是不是不会太大。那么这个障碍物就会被视为地面点。而如果障碍物比较大，可以被多根线扫到时，可能下面的一根线还是会被视为障碍物，但上面的线离地面线就比较远了，不会被视为障碍物了。