pcl::random_sample

使用案例

算法原理

  /** \brief @b RandomSample applies a random sampling with uniform probability.* Based off Algorithm A from the paper "Faster Methods for Random Sampling"* by Jeffrey Scott Vitter. The algorithm runs in O(N) and results in sorted* indices* http://www.ittc.ku.edu/~jsv/Papers/Vit84.sampling.pdf* \author Justin Rosen* \ingroup filters*/

主要是點云數量服從均勻分布而不是空間服從，實際用有很大風險

pcl::covariance_sampling

使用案例

算法原理

可以設置點數，算法復雜度太高，放棄

cartographer/sensor/voxel

Reservoir_sampling蓄水池抽樣算法

蓄水池抽樣算法（Reservoir Sampling） - 簡書

int[] reservoir = new int[m];// init
for (int i = 0; i < reservoir.length; i++)
{reservoir[i] = dataStream[i];
}for (int i = m; i < dataStream.length; i++)
{// 隨機獲得一個[0, i]內的隨機整數int d = rand.nextInt(i + 1);// 如果隨機整數落在[0, m-1]范圍內，則替換蓄水池中的元素if (d < m){reservoir[d] = dataStream[i];}
}

算法思路大致如下：

1. 如果接收的數據量小于m，則依次放入蓄水池。
2. 當接收到第i個數據時，i >= m，在[0, i]范圍內取以隨機數d，若d的落在[0, m-1]范圍內，則用接收到的第i個數據替換蓄水池中的第d個數據。
3. 重復步驟2。