基于点云对挡墙边界进行提取

算法思路

1. 将点转到极坐标系下，并得到极坐标系下的索引值，并输出距离信息。

double getCellIndexFromPoints(double x, double y, int& chI)
{
    // 计算点到原点的欧几里得距离
    double distance = sqrt(x * x + y * y);

    // 将极坐标中的角度映射为一个标准化的值，确保在 [0, 1) 范围内
    double chP = (atan2(y, x) + M_PI) / (2 * M_PI);

    // 将标准化的角度值映射为索引值（在 numChannel_ 范围内）
    chI = floor(chP * numChannel_);

    // 返回点到原点的欧几里得距离
    return distance;
}

2. 定义一个栅格Cell，栅格存储x,y坐标以及距离distance。定义一个map，key为索引，value是栅格。在索引相同时判断栅格的距离，小距离的保留下来。

typedef  struct
{
    double x,y;
    double distance = 9999;
}Cell;

    cell_map.clear();
    for(auto point : cloud->points){
        int chI = -1;
        double distance = getCellIndexFromPoints(point.x,point.y,chI);
        if (chI >= 0 && chI < numChannel_){
            if(cell_map.find(chI)==cell_map.end() || cell_map[chI].distance > distance){
                cell_map[chI] = {point.x,point.y,distance};
            }
        }
    }

3. 遍历map，将Value中的x,y填入边界线中，得到最后的内容

    for(auto map_item : cell_map){
        PointSany point{map_item.second.x,map_item.second.y,1.0};
        hull->points.push_back(point);
    }