Open3D

PlanDetector §

参考资料 §

代码入口

A robust statistics approach for plane detection in unorganized point clouds

代码阅读 §

PointCloud::DetectPlanarPatches §

函数入口 使用 kdtree 统计每个 point 相邻的 point

RobustPlanarityTest §

函数入口

Grow §

函数入口

1. 根据噪声度量 min_normal_diff_ 从小到大排序
2. queue 取出噪声最小的 patch，每个 patch 和 point 只使用一次
3. 判断内点
   1. patch 和 point 法向量点乘大于 min_normal_diff
   2. 距离小于 max_point_dist_

Merge §

函数入口 对所有 patch 建图，计算它们间的相关关系

1. 首先判断法向量点乘差异是否满足阈值
2. 遍历所有平面 patch -> 平面包含的点的 index -> 每个点的 kdtree 的邻居
   1. plane_points 从 point 到平面 patch 的索引
   2. 找到邻居点所在平面
   3. 如果两平面 patch 边缘上的点满足 kdtree 能互相找到，对两平面进行鲁棒共面检测
3. 并查集计算
   1. 默认顺序建立并查集树，此时根节点没有物理意义，任意 patch 都有可能是根节点
   2. 使用 largest_planes 记录成为了根节点的 patch 叶子节点里面包含 point 最多的 patch
   3. 后续合并就使用 largest_planes 指向的点最多的 patch 作为初始，合并其余的 patch
4. 合并共面 patch 根据现有点重新计算 max_point_dist_ 和 min_normal_diff_ 的值

Update §

函数入口

1. 如果 num_new_points_ 占原有点一半，就认为这个 Merge 过的 patch 不稳定，需要更新
2. 只要有一个 patch 更新，就要重新进行 Grow、Merge 和 Update

issue §

1. [[Open3D issue#issue-6550|issue#6650]]