Penghapusan Ground Point Pada Objek 3D Point Cloud Berbasis Vektor Normal Menggunakan Metode RANSAC
Author
Abstract
Tangkapan objek di dunia nyata menggunakan Light Detection and Ranging (LiDAR) cukup menantang karena adanya ground points. Ground points cenderung mengurangi kinerja tugas-tugas yang berhubungan dengan visi komputer seperti pengenalan objek, deteksi, segmentasi, dan klasifikasi. Dalam makalah ini, kami mengusulkan metode penghilangan ground points untuk 3D Point Cloud menggunakan Random Sample Consensus (RANSAC). Algoritma RANSAC secara efektif menghilangkan ground points pada objek 3D points cloud berbasis vektor normal. RANSAC cocok dengan model data yang mengandung inliers yang signifikan. Dengan memilih titik koordinat, diikuti dengan menghitung koefisien persamaan bidang menggunakan vektor normal, penghapusan dilakukan dengan menghitung distance setiap titik dari ground plane dan mengidentifikasi inliers berdasarkan threshold yang ditentukan. Analisis ini menunjukkan bahwa algoritma RANSAC sangat efektif dalam menghilangkan ground points.