xiaobaiwsc的博客

激光雷达SLAM

一种基于欧氏距离度量的聚类算法基于KD-Tree的近邻查询算法是加速欧式聚类算法的重要预处理方法KD-Tree是由二分搜索树演变而来的用于大规模高维度数据查找场景当中的索引结构，主要用于最近邻查找和近似最近邻查找。将整个空间划分为二叉树的形式，方便有效找到最近邻点云处理算法库PCL，是比较重要的，在后续会继续学习，然后发出更优质的文章。

笔者手里有一个镭神16线激光雷达，用此激光雷达做一个测试试验，测试同等级的激光雷达的点云数据相比谁的更稳定，数据量谁的更多一些，后来考虑：不需要很麻烦的测试步骤，仅仅需要两步就可以了，第一步：把雷达驱动安装，在RVIZ中进行可视化；第二步：利用平面分割算法将地面影响消除，然后再将过滤地面的点云数据传输到欧式聚类算法中进行聚类。这样可以有效的观察到激光雷达点云数量的多少。）点云投射到地面，通过。计算出来相邻的点的高度差，如果在阈值范围内，那么判断为地面。对于雷达点云数据，将地面分割出去，便于后续的数据处理。.

摘要：Ubuntu安装ROS，在rosdep update命令出现超时错误的解决方案