clustering - 3d lidar with pcl

앞으로 수정해야하고 고쳐나가야 할 부분:

1. 장애물 정확히 인식하기. 회전 시 장애물을 어떻게 판단할지 생각해보기
2. 장애물과의 거리 계산하는 코드 작성
3. 동적장애물 판단 후 정지
4. 정적장애물 회피 알고리즘 구현, 마지막 장애물을 회피하고, 본래 차선을 유지하도록 하기
5. 오른쪽, 왼쪽 장애물 둘 중 어느 것이 와도 장애물을 피하도록 하기
6. 차선 두 개중 진행차선이 아닌 옆 차선에 장애물이 있을 경우 장애물을 무시하고, 진행하도록 하기
7. Imu 사용법 익히기
8. SLAM

---

pcl::VoxelGrid vg

VoxelGrid는 Point Cloud위에 3차원 복셀 격자를 조합함. Voxel은 비유하면 Pixel의 3차원 버전이다. vg 객체를 만들어 PointCloud를 Voxel Grid의 개수만큼 줄여 DownSampling을 합니다. 점이 많을 때 일정 간격으로 균일하게 점을 줄여 유용합니다.

---

pcl::PassThrough pass

x,y,z평면에 각각에 대해서 지정된 영역 밖의 점들은 모두 제거합니다. 원하는 구역만 볼 수 있게하여 지나친 장애물이나 바닥을 제거하는 효과를 얻습니다.

---

pcl::EculideanClusterExtraction ec

setClusterTolerance, setMinClusterSize, SetMaxClusterSize를 수정하는 경우가 많았고, Min은 Cluster로 인식할 수 있는 최소 점의 개수, Max는 Cluster로 인식할 수 있는 최대 점의 개수

참고 사이트:

https://pcl.readthedocs.io/projects/tutorials/en/latest/cluster_extraction.html#cluster-extraction

http://docs.ros.org/en/hydro/api/pcl/html/namespacepcl.html # pcl에서 모르는 함수 생기면 이 사이트에서 찾아보기