最近改進了個演算法想比較下和傳統演算法的計算時間差異。
使用ros下面的ros::time可以實現。
大致框架：
（１）在資料處理開始獲取時間
ros::time begin_time = ros::time::now ();（２）接著是資料處理階段，在處理後，計算時間差：
double clustering_time = (ros::time::now () - begin_time).tosec ();（３）注意要把時間轉換為秒。最後ros_info輸出：
ros_info ("%f secs for clustering (%d clusters).", clustering_time, (int) cluster_indices.size ());同時將聚類產生個數強制轉換輸出。
PCL點雲聚類後輸出聚類剩餘的點雲
之前使用區域增長演算法將點雲檔案聚類後，聚類的面通過索引就可以輸出，但是想既要聚類的面，也要聚類剩餘的點，搜遍了沒有這方面的資料，國內網上聚類方面的資料都是抄抄pcl學習教程，都是輸出聚類麵就完事了。遂決定，自己寫乙個，輸出聚類後剩餘的點雲。主要方法是使用kd tree來比較聚類完所有的聚類麵與原點...
歐式聚類詳解（點雲資料處理）
歐式聚類是一種基於歐氏距離度量的聚類演算法。基於kd tree的近鄰查詢演算法是加速歐式聚類演算法的重要預處理方法。kd 樹是k dimension tree的縮寫，是對資料點在k維空間中劃分的一種資料結構 kd 樹是一種平衡二叉樹。為了能有效的找到最近鄰，kd 樹採用分而治之的思想，即將整個空間劃...
點雲K Means聚類演算法
因為是老師的作業，所以最近就研究了一下k means演算法，也就做一下關於這個演算法的筆記。在諸多的聚類方法中，k means聚類方法是屬於 基於原型的聚類 也稱為原型聚類 的方法，此類方法均是假設聚類結構能通過一組原型刻畫，在現實聚類中極為常用。通常情況下，該類演算法會先對原型進行初始化，然後再對...