Euclidean Cluster는 점들의 거리를 기반으로 클러스터를 형성하는 단순한 알고리즘이기 때문에 cluster topic과 입력으로 들어간 no_ground topic이 거의 겹쳐지는 것을 확인할 수 있음
그러나, 클러스터가 형성되지 않는 객체도 다수 보이며, 경우에 따라서 같은 객체에 여러개의 클러스터가 형성되기도 함
Voxel Grid Based Euclidean Cluster Topic
Voxel grid based Euclidean cluster는 포인트 클라우드를 voxel로 변환 후 클러스터를 수행하기 때문에 더 sparse한 데이터를 사용하게되고, 따라서 객체가 잡히지 않거나, 한 객체에 여러개의 클러스터가 형성되는 경우가 더 많이 보임
다만 포인트가 매우 많을 경우에는 실시간성이 더 좋아질 것으로 생각됨
Cluster2D in Apollo CNN
Apollo CNN의 cluster2D 알고리즘의 경우 포인트를 그리드 맵으로 변환하고, 객체 여부 판단, 객체 중심점 계산 및 KDTree가 아닌 DPS를 사용하는 등 더 복잡한 알고리즘을 사용하고 있기 때문에 Euclidean cluster와 달리 한 객체에 하나의 클러스터가 형성됨
하지만, 알고리즘이 복잡하며, 반복문이 다수 사용되기 때문에 실시간성이 위 두 방법보다 떨어지는 것을 확인할 수 있음