PCL点云分割为Plane Model Segmentation

背景：

pcl官方教程：

http://www.pointclouds.org/documentation/tutorials/planar_segmentation.php#planar-segmentation

注：

该算法本质上并不属于真正意义上的分割方法，其功能仅限于对平面点云进行分离。这种特性与PCL中的地面点云分割技术——Progressive Morphological Filter十分相似，后者同样仅适用于地面点云的提取，相关内容可参考我的另一篇文章点击打开链接。然而，该算法具备识别并剔除地面与墙壁等平面结构的能力，从而为后续的物体点云分割提供便利。

1.使用感受

这是一款操作简便但效果显著的算法。其仅需调整一个参数（distance threshold），使得调参过程变得较为轻松。

2.算法细节

该方法以Ransac为基础实现平面拟合。那么Ransac究竟是什么？我认为zinnc在其文章点击打开链接中对此有非常清晰的解释。在Plane Model Segmentation这一算法中，Ransac通过不断调整平面模型（ax+by+cz+d=0）中的参数a、b、c以及d来寻找点云中的平面结构。经过多次尝试后，确定哪一组参数能够使模型最大程度地拟合更多的点。而这一拟合程度则由dist