Pour extraire un plan ou un obstacle, on ajuste des surfaces aux points, mesure les écarts et regroupe les régions cohérentes en tenant compte des normales, de la hauteur et du repère robot.
Un nuage de points est un ensemble de points 3D portant position, repère et parfois couleur, intensité ou temps, issu de lidar, stéréo, profondeur ou reconstruction.
Avant navigation, on filtre un nuage de points par portée, aberrations, densité, sol, mouvements, repère et âge, puis on conserve une incertitude et les zones inconnues.
Pour recaler deux nuages, on associe repères ou structures, estime translation et rotation, minimise résidus avec méthode robuste et vérifie chevauchement, échelle et incertitude.
Un nuage peut être insuffisant pour éviter un obstacle à cause d’occlusion, trous, portée, densité, latence, réflexion, mouvement ou erreur de pose ; l’absence de point n’est pas espace libre.
La résolution d’un nuage de points se choisit selon la taille du détail à voir, la distance, le temps de calcul et la précision nécessaire à la tâche.
Un nuage de points est un ensemble de positions 3D mesurées par un lidar, une caméra ou un scanner ; il décrit surfaces, obstacles et volumes avec une densité variable.
Aligner deux nuages de points pris depuis des positions différentes demande de trouver des repères communs, d’estimer la transformation et de contrôler l’erreur résiduelle.
Un nuage de points est une collection de mesures 3D parfois irrégulière ; une image de profondeur organise généralement une distance par pixel dans une grille liée à une caméra.