室内点云轮廓提取

1 简介

室内点云轮廓提取是三维感知中的一项基础处理技术，它的核心作用是将杂乱、海量的原始点云，转化为简洁、有意义的几何边界。主要用处体现在以下几个方面：

1 机器人导航与避障
轮廓提取能实时勾勒出墙壁、家具、门窗等障碍物的边缘，帮助扫地机器人、服务机器人快速理解可通行区域（如过道、门口），并规划出安全的移动路径。相比处理全部点云，只处理轮廓数据量小，能显著提高避障算法的响应速度。

2 室内三维建模与BIM应用
在建筑领域，从点云中提取出墙、柱、梁、楼板、门窗洞口的精确轮廓，是生成室内二维CAD平面图或三维BIM模型的关键步骤。它主要用于旧房改造、装修设计前的精确测绘，以及通过对比设计图与实际施工的轮廓，进行工程质量检测。

3 室内装修与空间分析
提取出的轮廓直接对应房间的净空尺寸、墙体位置。这可以辅助设计师进行虚拟家具摆放（如判断沙发是否靠墙），以及自动计算地板、墙纸的铺设面积。轮廓也是判断空间不规则程度、计算长宽比、凸度等几何参数的基础。

2 算法提取流程

本示例从点云中提取室内结构轮廓：
1 通过体素下采样和统计离群值去除对点云进行预处理
2 迭代分割主要平面
3 保留垂直平面作为候选墙面
4 将墙面点投影到其拟合平面上
5 使用PCL的ConcaveHull提取墙面轮廓
6 对剩余点尝试圆柱体RANSAC以提取圆柱

3 算法运行参数说明

默认参数针对米制室内扫描数据设置得较为保守。如果数据较稀疏或非常密集，可以根据下述参数进行调整：

1 src/indoor_contour_extraction.cpp中调整以下常量：
2 vo