数据预处理（16）_基于点云数据的传感器感知区域栅格化

对于移动机器人感知系统来说，我们要想办法去描述感知区域，这里提出一种栅格化的表示方法。比如有一个agv小车前后搭载了两个rgbd传感器，我们关心它前后2m，左右1m的感知区域，那么可以把整个感知区域划分为40*80个格子的平面栅格，也就是说每个格子的大小为5cm。
如下图所示：

对于这样的一个感知区域，可以用一个二维数组来表示，即percepitonrange[40][80]，那么二维数组每一个元素的类型是什么，取决于我们对于一个栅格内的点云想要关注的信息，比如说处于该栅格内的点云、均值、方差、最高点与最低点的高度差等等，因此可以定义一个结构体变量描述。
这里假设每个栅格里面存放对应点云最小的高度值（这里需要注意的是RGBD点云的座标系为前Z，下Y，右X）

const float STD_MAX = std::numeric_limits<float>::max();
float percepitonrange[40][80];//行:左右1m，列：前后2m
    for(int i = 0; i < 40; ++i)//rows
    {
      for(int j = 0; j < 80; ++j)//cols
      {
        percepitonrange[i][j] = STD_MAX;
      }
    }

然后把输入点云cloud对应的x,y,z投影到对应栅格。

    for(int i = 0; i < cloud->points.size(); ++i)
    {
        int index_x=cloud->points[i].x*100/5;
        int index_z=cloud->points[i].z*100/5;
        if(index_x>=20||index_x<=-20||index_z>=40||index_z<=-40)//超出索引范围，不予考虑
            continue;
	    index_x += 20;
	    index_z += 40;
	    percepitonrange[index_x][index_z] = cloud->points[i].y < percepitonrange[index_x][index_z]?cloud->points[i].y : percepitonrange[index_x][index_z];
    }