最も平面らしい点群を抽出します．
【 例 】
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/filters/extract_indices.h>
/* 平面検出 */
pcl::ModelCoefficients::Ptr coefficients (new pcl::ModelCoefficients); //モデル係数
pcl::PointIndices::Ptr inliers (new pcl::PointIndices); //インライア
pcl::SACSegmentation<pcl::PointXYZ> seg; //平面検出するためのインスタンスを追加
seg.setOptimizeCoefficients (true); //モデル係数の詳細化を有効にするかどうか
seg.setModelType (pcl::SACMODEL_PLANE); //モデル 平面モデルを指定
seg.setMethodType (pcl::SAC_RANSAC); //検出手法 RANSAC
seg.setDistanceThreshold (0.01); //モデルしきい値（ユーザー指定のパラメーター）までの距離
seg.setProbability(0.95); //外れ値のないサンプルを少なくとも1つ選択する確率を設定(モデル適合確率)
seg.setInputCloud (cloud); //SAC_Segmentationの対象になる点群データをセット
seg.segment (*inliers, *coefficients); //パラメータを求めて，範囲外の不適切な点を取り除いた点の集合を取得する
/* 検出されたインライアから点群を抽出 */
pcl::ExtractIndices<PointT> extract; //点群除去するためのインスタンスを追加
extract.setInputCloud(cloud); //抽出の対象になる点群データをセット
extract.setIndices(inliers); //抽出の対象になる点一連のインデックスをセット
extract.setNegative(false); //除去の対象を設定 (true にすると平面を除去，false にすると平面以外を除去)
extract.filter(*cloud_plane); //点群から一連のインデックスを抽出※ RANSAC
【 sample launch 】
$ roslaunch pcl_tutorial_ros pointcloud_publisher.launch$ roslaunch pcl_tutorial_ros plane_detection.launch平面以外にも様々なモデルの検出が可能である． こちらを参照
launchを起動させると，平面検出が実行され，検出された点群がPublishされる．
rvizの左(▶)にあるPlaneの欄にチェックを入れると結果が表示される．
