Question

我想将飞机安装到3D点云。我使用RANSAC方法，我从点云中采样几个点，计算平面并存储具有最小误差的平面。误差是点与平面之间的距离。我想用C ++做这个，使用Eigen。

到目前为止，我从点云中采样点并将数据居中。现在，我需要将飞机安装到采样点。我知道我需要解决Mx = 0，但我该怎么做？到目前为止我有M（我的样本），我想知道x（平面），这个拟合需要尽可能接近0。我不知道从哪里继续。我只有我的采样点，我需要更多的数据。我觉得所有信息都在那里，我忽视了一些事情。

Answer 1

从你的问题我假设你熟悉Ransac算法，所以我将免于你冗长的谈话。

在第一步中，您将采样三个随机点。您可以使用Random类，但选择不是真正随机的类通常可以获得更好的结果。对于这些点，您可以使用Hyperplane::Through简单地拟合平面。

在第二步中，重复地用大Hyperplane::absDistance划掉一些点，并对其余点进行最小二乘拟合。它可能看起来像这样：

Vector3f mu = mean(points);
Matrix3f covar = covariance(points, mu);
Vector3 normal = smallest_eigenvector(covar);
JacobiSVD<Matrix3f> svd(covariance, ComputeFullU);
Vector3f normal = svd.matrixU().col(2);
Hyperplane<float, 3> result(normal, mu);

不幸的是，函数mean和covariance不是内置函数，但它们的编码非常简单。

使用C ++将平面安装到3D点云

1 个答案: