使用 RANSAC 算法拟合 PCD 点云数据中的多条直线

以下是一个使用 RANSAC 算法拟合点云数据中多条直线的 C++ 代码示例：

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_line.h>
#include <pcl/io/pcd_io.h>

int main()
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>('your_pcd_file.pcd', *cloud);

    // 创建 RANSAC 对象
    pcl::SampleConsensusModelLine<pcl::PointXYZ>::Ptr model(new pcl::SampleConsensusModelLine<pcl::PointXYZ>(cloud));
    pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model);
    ransac.setDistanceThreshold(0.01); // 设置距离阈值
    ransac.computeModel();

    std::vector<int> inliers;
    ransac.getInliers(inliers);

    // 输出拟合的直线参数
    Eigen::VectorXf line_coefficients;
    ransac.getModelCoefficients(line_coefficients);
    std::cout << 'Line coefficients: ' << line_coefficients << std::endl;

    // 输出拟合的直线点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr line_cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::copyPointCloud<pcl::PointXYZ>(*cloud, inliers, *line_cloud);
    pcl::io::savePCDFile<pcl::PointXYZ>('line_cloud.pcd', *line_cloud);

    return 0;
}

在代码中，首先需要加载点云数据，并创建一个 RANSAC 模型对象。然后，设置 RANSAC 算法的距离阈值，调用 computeModel() 函数执行拟合操作。接下来，可以通过 getInliers() 函数获取拟合直线的内点索引，通过 getModelCoefficients() 函数获取拟合直线的参数。最后，可以将拟合的直线点云保存到文件中。

请注意，以上代码示例仅针对拟合单条直线，如果需要拟合多条直线，可以在循环中多次调用 RANSAC 算法，并根据需要保存每条直线的参数和点云。