Se recomienda leer el reporte final donde se explica cuales variables se pueden modificar para cambiar la ruta donde se tienen los datos binarios y también cuales parámetros se pueden ajustar para cambiar el rendimiento de los algoritmos implementados.
Segmentación del suelo con RANSAC:
Clustering con Kmeans (parámetros modificables):
DBSCAN>>Density-Based Spatial Clustering of Applications with Noise (parámetros modificables):
HDBSCAN>>Hierarchical Density-Based Spatial Clustering of Applications with Noise (parámetros modificables):
El siguiente código fue probado en Jupyter Lab con python3.
Se recomienda realizar un entorno virtual para hacer las instalaciones de librerías, así:
En una terminal:
python3 -m venv --system-site-packages ./<nombre_del_entorno>
Ejemplo:
python3 -m venv --system-site-packages ./kittiv
Para iniciar el entorno virtual:
source kittiv/bin/activate
Para cerrar el entorno virtual:
deactivate
(Las instalaciones de las librerías se hicieron por medio de pip)
Con el entorno virtual activado, ejecutar:
pip install jupyterlab
pip install open3d-python
pip install hdbscan
Para más documentación sobre Open3D: http://www.open3d.org/docs/release/index.html
Para más documentación sobre HDBSCAN: https://hdbscan.readthedocs.io/en/latest/index.html
Para más documentación sobre algoritmos de clustering con scikit learn: https://scikit-learn.org/stable/modules/clustering.html
Se usa el siguiente comando para ejecutar Jupyter Lab (con el entorno virtual activado):
jupyter lab
(El archivo .ipynb puede correr en otro entorno diferente al de Jupyter Lab, pero se presentan problemas en entornos como el de Google Colab porque no permite abrir las ventanas emergentes de Open3D).