记录一下自己常用的检测方法

-------------------------------------------------------

使用

特别要注意：输入的topic

1.voxel_grid_filter：对原始点云进行降采样

2.ray_ground_filter：对降采样后的点云进行点云地面过滤，将地面点和非地面点进行分离

3.lidar_euclidean_cluster_detect：对非地面点进行聚类

voxel_grid_filter

Points topic：输入点云话题，选择/points_raw

Voxel Leaf Size：滤波时创建的体素大小为0.1m的立方体。过大的Leaf Size虽然会使速度变快，但聚类的结果会相对变差，尤其是对于反射较为微弱的物体（如远处的行人）

Measurement Range：滤波范围

ray_ground_filter

input_point_topic：输入点云话题，选择voxel_grid_filter发布的/filtered_points

sensor_height：激光雷达高度

clipping_height：裁剪高度，例如裁剪1.28m以上部分（以雷达为原点）

min_point_distance：最近的点云距离，1.85代表过滤掉1.85m范围内的点云，为了消除车身自身的雷达反射的影响

radial_divider_angle：distance in rads between dividers

lidar_euclidean_cluster_detect

use_gpu：是否使用GPU

output_frame：输出坐标系

pose_estimation：使用最小面积边界矩形估计簇的姿态 Estimate the pose of the cluster using a minimum-area bounding rectangle

downsample_cloud：pointcloud downsampling via VoxelGrid filter

input_points_node：输入点云topic，选择/points_no_ground

leaf size：下采样体素网格大小

cluster size minimum：聚类的最少点数

cluster size maximum：聚类的最多点数

clustering distance：聚类公差（m）

clip_min_height：裁剪的最小高度

clip_max_height：裁剪的最大高度

use_vector_map：

vectormap_frame：

wayarea_gridmap_topic：

wayarea_gridmap_topic：

wayarea_no_road_value：

remove_points_upto：Points closer than this distance to the lidar will be removed

keep_only_lanes_points：side-filtering

keep_lane_left_distance：Remove points further than this distance to the left (m)

keep_lane_right_distance：Remove points further than this distance to the right (m)

cluster_merge_threshold：聚类簇间的距离 Distance between cluster centroids (m)

use_multiple_thres：use of distance-based clustering tolerances 基于距离的聚类

clustering_ranges：Distance from lidar (m)

clustering_distances：聚类公差 Clustering tolerances (m)

remove ground：ground plane filtering (removes points belonging to the ground)

use_diffnormals： Difference-of-Normals filtering

publisher filtered：

效果

 节点关系图

单独使用

lidar_euclidean_cluster_detect

效果图（不是很好）

节点图

版权声明：本文为CSDN博主「m0_57579469」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_57579469/article/details/122159235