PCL 点云拟合 Ranasc拟合空间圆

一、概述

  三维圆的Eigen::VectorXf参数为7个。分别是：
圆心x坐标；
圆心y坐标；
圆心z坐标；
圆的半径r；
法线的x方向；
法线的y方向；
法线的z方向。

1.1 原理

  RANSAC（Random Sample Consensus）是一种常用的计算机视觉和机器学习算法，用于处理各种模式识别问题，尤其是针对含有噪声的数据集进行模型拟合，如空间圆、直线或其他几何形状。它的工作原理是通过随机选取数据点，尝试构建某种假设模型（例如圆），然后检查这个模型是否能很好地解释大部分数据。如果大多数数据点都能满足模型，那么就认为找到了一个好的拟合，并保留这个模型。
  对于空间圆的RANSAC，算法首先会随机选择三个点作为初始圆心和半径估计，计算出一个初步的圆。接着，会对剩余的数据点应用这个圆的方程，找出哪些点被圆“合理”地包含。如果这些“支持”点的数量超过某个阈值，那么这次拟合就被认为成功，得到的空间圆就是最佳估计。

1.2 实现步骤

  RANSAC（RANdom SAmple Consensus）是一种常用的非参数统计学算法，