地面分割与聚类算法
主题：点云处理流水线中两个核心算法族的完整技术文档——地面分割（RANSAC 平面拟合、CSF 布料模拟、GroundSeg）与聚类（欧式聚类、DBSCAN、区域增长、MeanShift），含算法步骤、参数设置、优缺点、工业适用性与组合流程。 本版综合 GitHub 开源项目（Immortalqx/RANSAC、jianboqi/CSF）、CSDN/博客园教程与专利案例（钢卷 MeanShift 聚类）展开。 版权说明：本文为公开资料（论文/专利/厂商文档）的中文要点综述与整理，非原文转载。完整内容与图表请访问文末「信息来源」中的原始链接；引用请注明原始出处。
1. 为什么地面分割是第一步
Section titled “1. 为什么地面分割是第一步”- 地面占比高：堆场/矿区/库区点云中地面点通常占 30%~70%；
- 地面不分割的后果：
- 聚类时地面与目标粘连（料堆/车辆/钢卷无法分离）；
- 体积计算的基准面无法确定（笔记 13）；
- 配准/识别计算量浪费（处理大量无关点）；
- 检测模型误把地面起伏当障碍物。
- 因此”先分割地面、再处理非地面点”是工业标准流程。
2. RANSAC 平面拟合地面分割
Section titled “2. RANSAC 平面拟合地面分割”2.1 算法原理（详细步骤）
Section titled “2.1 算法原理（详细步骤）”RANSAC（RANdom SAmple Consensus，随机采样一致性）是从含外点数据中估计数学模型参数的迭代算法：
输入：点云 P，容差 d，迭代次数 N，内点阈值 T输出：地面平面模型 (n, p0) 及地面点集
1. 重复 N 次： a. 随机采样 3 个点（不共线）→ 确定平面 (n, p0) b. 计算所有点到平面距离 dist(p) c. 统计 dist(p) < d 的内点数量 d. 记录内点数最多的平面2. 输出最佳平面及其内点（=地面点）- 距离公式：dist = |n·(p − p0)|（n 为单位法向量）；
- 迭代次数 N 与内点比例、维度相关（理论上 N 越大越稳，工程 100~1000 次足够）。
2.2 参数设置
Section titled “2.2 参数设置”| 参数 | 含义 | 经验值 |
|---|---|---|
| 距离容差 d | 点到平面距离阈值 | 5~20 cm（按雷达噪声水平） |
| 迭代次数 N | 采样次数 | 100~1000 |
| 内点比例阈值 | 地面占比下限 | 0.3~0.5 |
2.3 优缺点
Section titled “2.3 优缺点”- 优点：实现简单、对噪声鲁棒、计算快、PCL/Open3D 内置；
- 缺点：
- 假设地面是单个平面——起伏地形/坡道/台阶失效；
- 容差参数需按场景调（过大→把低矮目标当地面，过小→地面不完整）；
- 大平面误判风险（料堆顶面若平整也可能被拟合）。
2.4 改进变体
Section titled “2.4 改进变体”- 多平面 RANSAC：分割一个平面后移除，重复拟合（多级地面/台阶）；
- 法线约束：地面法线应近似竖直（与重力方向平行）——加入约束减少误判；
- 直通滤波预裁剪：先按 z 范围裁剪（去除高处建筑），再 RANSAC；
- 渐进式地面拟合（PTF/GPF）：按距离分段拟合（车载倾斜路面）。
2.5 工业适用性
Section titled “2.5 工业适用性”- 散货堆场（平整地面）✅ 首选；
- 矿卡矿区道路（整体平缓但有坡）⚠️ 需分段或结合 CSF；
- 钢厂库区（室内平地）✅ 效果好；
- 卸船机船舱（舱底是平面但被料堆遮挡）✅ 需配合料面分割。
3. CSF 布料模拟滤波（Cloth Simulation Filter）
Section titled “3. CSF 布料模拟滤波（Cloth Simulation Filter）”3.1 算法原理（详细步骤）
Section titled “3.1 算法原理（详细步骤）”CSF（Zhang 等，2016）模拟布料在重力下覆盖地形的过程：
输入：点云 P（翻转：z → -z），布料网格分辨率 r，刚性系数，迭代次数输出：地面点/非地面点
1. 点云翻转（Z 轴取反）——地形"倒扣"成凹面2. 初始化布料网格置于点云上方3. 迭代（布料在重力作用下落）： a. 重力作用：网格节点下落 b. 碰撞检测：节点与地形点相交则停止（标记为地面接触点） c. 刚性约束：相邻节点距离保持（布料张力）4. 布料最终形态 ≈ 地面近似面5. 点云中落在布料上的点 = 地面点3.2 关键参数
Section titled “3.2 关键参数”| 参数 | 含义 | 影响 |
|---|---|---|
| 布料网格分辨率 | 网格间距 | 小=精细但慢；大=平滑但丢细节 |
| 刚性系数（rigidness） | 布料张力 | 大=布料硬（适应平地）；小=软（贴地形） |
| 迭代次数 | 下落步数 | 不足=布料未落地 |
| 陡坡阈值（slope） | 区分陡坡处理 | 陡坡处采用后处理修正 |
3.3 优缺点
Section titled “3.3 优缺点”- 优点：不假设地面是平面——适应复杂地形与陡峭区域（露天矿、起伏料场）；机载 LiDAR 滤波经典算法；
- 缺点：参数需按场景调；对地面以下点（负地形、深坑）敏感；比 RANSAC 慢；
- 开源：GitHub
jianboqi/CSF（C++/Python），已集成 R 语言 lidR 生态。
3.4 工业适用性
Section titled “3.4 工业适用性”- 料堆起伏、露天矿不规则地形 ✅ 首选；
- 室内平地 ⚠️ 杀鸡用牛刀（RANSAC 足够）；
- 结合策略：RANSAC 粗分 + CSF 处理残留（坡道区域）。
4. GroundSeg 等自动驾驶地面分割
Section titled “4. GroundSeg 等自动驾驶地面分割”- 原理：将地面分割建模为扇形网格上的可行驶区域分类（按距离/方位划分扇区，逐扇区估计地面高度）；
- 特点：处理非平面、倾斜地面；计算高效（车规实时）；
- 工业启示：矿区/港区路面有坡度时，借鉴”分扇区局部平面”思路——把大平面假设拆成局部小平面。
5. 聚类算法（地面分割后）
Section titled “5. 聚类算法（地面分割后）”5.1 欧式聚类（Euclidean Cluster Extraction）
Section titled “5.1 欧式聚类（Euclidean Cluster Extraction）”算法：
输入：非地面点云 P，聚类半径 r，最小点数 min，最大点数 max输出：聚类簇列表
1. 构建 k-d 树（加速邻域搜索）2. 遍历未访问点 p： a. 队列 Q = [p]，标记 p 已访问 b. 找 p 的 r 邻域点，未访问者入队 c. 重复直到 Q 空 → 形成一个簇 d. 点数在 [min, max] 内保留，否则丢弃（噪声簇）- 关键参数：聚类半径 r——按目标尺度与点密度设定（如钢卷扫描中按安装高度、扫描密度设置聚类半径和阈值，专利 CN111680542A）；
- 特点：简单、快，PCL/Open3D 内置；
- 局限：半径固定——远距离目标点稀疏时易碎（可结合动态半径）。
5.2 DBSCAN
Section titled “5.2 DBSCAN”算法：
输入：点云 P，邻域半径 eps，最小点数 minPts输出：聚类簇 + 噪声点
1. 对每点：统计 eps 邻域内点数2. 核心点：邻域点数 ≥ minPts3. 密度可达：核心点邻域内的点链4. 簇 = 密度可达的点集合；孤立点 = 噪声- 特点：无需预设簇数量、任意形状（料堆、不规则堆体）、自动标记噪声；
- 参数：eps（尺度相关）、minPts（经验 5~20）；
- 工业适用：堆体分割、散料识别、不规则目标聚类。
5.3 其他聚类
Section titled “5.3 其他聚类”| 方法 | 原理 | 特点 | 工业案例 |
|---|---|---|---|
| 区域增长 | 法线/曲率一致生长 | 平滑表面提取 | 平面/曲面分割 |
| MeanShift | 密度中心漂移迭代 | 自动聚类数 | 钢卷点云分割（专利 CN111680542A） |
| 超体素（Voxel Cloud） | 体素化+局部聚合 | 预分割加速 | 大场景预处理 |
5.4 选型对比
Section titled “5.4 选型对比”| 方法 | 形状假设 | 参数 | 噪声处理 | 速度 | 工业典型用途 |
|---|---|---|---|---|---|
| 欧式聚类 | 无（距离阈值） | 半径、点数 | 小簇过滤 | 快 | 钢卷/鞍座/车辆分割 |
| DBSCAN | 无（密度） | eps、minPts | 自动标噪 | 中 | 料堆、不规则目标 |
| 区域增长 | 平滑表面 | 法线/曲率 | 一般 | 中 | 平面/曲面提取 |
| MeanShift | 密度峰 | 带宽 | 一般 | 中 | 钢卷聚类（专利案例） |
6. 典型工业组合流程（组合拳）
Section titled “6. 典型工业组合流程（组合拳）”原始点云 → 直通滤波（裁剪 ROI：去除远处/高空无关区域） → 地面分割（RANSAC：室内/堆场平地；CSF：复杂地形） → 欧式聚类 / DBSCAN（分割独立目标） → 目标特征提取与分类（笔记 07）对应工程实例（钢卷识别预处理，笔记 03）：直通滤波 → RANSAC 去地面 → MeanShift 聚类分割 → PointNet 分类。
7. 工程建议
Section titled “7. 工程建议”- 地面分割先行且必须：所有目标级任务（识别/检测/体积）的预处理第一步；
- 场景决定方法：平地→RANSAC（快）；起伏→CSF（准）；坡道→分扇区；
- 参数标定：按雷达噪声水平标定容差；按目标尺度标定聚类半径——建立”参数-场景”配置表；
- 聚类后验证：簇数量/尺寸分布是否符合场景预期（异常=参数或数据问题）；
- 大数据量：先体素降采样再聚类（速度提升 10 倍级）；
- 时序稳定性：固定场景（堆场）可缓存地面模型，避免每帧重算（与路侧雷达背景模型思路一致，笔记 09 §7）。
8. 信息来源
Section titled “8. 信息来源”- GitHub
Immortalqx/RANSAC（RANSAC 地面分割实现）：https://github.com/Immortalqx/RANSAC - GitHub
jianboqi/CSF（布料模拟滤波，C++/Python/R）：https://github.com/jianboqi/CSF - CSDN《点云地面点滤波（Cloth Simulation Filter, CSF）介绍》：https://blog.csdn.net/wxc_1998/article/details/107206075
- CSDN《基于 RANSAC 算法的激光雷达点云地面分割实战解析》：https://blog.csdn.net/weixin_42620913/article/details/160172535
- 博客园《【1】激光点云分割—RANSAC》：https://www.cnblogs.com/xuhongfei0021/p/12514170.html
- 博客园《Python 实现点云 CSF 布料滤波算法》：https://www.cnblogs.com/RSran/p/17884910.html
- GitCode《基于 RANSAC 的激光雷达地面点云分割》：https://blog.gitcode.com/5ce0e4daf9787ed1a580c9827169f51d.html
- 关联：笔记 06（流水线）、07（识别）、03（钢卷聚类案例）、13（体积测量）
版权提示：GitHub 开源项目遵循各自 License（CSF 为 GPL/MIT 混合，商用需核查）；CSDN/博客园文章版权归作者，仅摘录要点。