一种面向激光雷达点云束调整的高效平面提取方法
计算机视觉与模式识别
2023-05-02 v1 机器人学
摘要
近年来，激光雷达(LiDAR)点云上的束调整(BA)因能联合优化多个位姿，从而于点云上实现高精度与全局一致性而得到广泛研究。然而，激光雷达束调整的精度与速度取决于为LiDAR BA提供点关联的平面提取质量。本研究提出一种新颖高效的基于体素的平面提取方法，专为LiDAR束调整提供点关联而设计。首先，我们将空间划分为固定尺寸的多个体素，随后基于点是否共面利用八叉树结构对这些根体素进行分裂。我们还设计了一种基于主成分分析(PCA)的新颖平面判定方法，将点分割为四个均等部分并比较其最小特征值与初始点云的最小特征值。最后，我们采用平面合并方法以防止单个体素内出现过多小平面，这会增加BA所需的优化时间。在HILTI上的实验结果表明，相较其他平面提取方法，我们的方法取得了最佳精度与最少时间开销。
引用
@article{arxiv.2305.00287,
title = {An Efficient Plane Extraction Approach for Bundle Adjustment on LiDAR Point clouds},
author = {Zheng Liu and Fu Zhang},
journal= {arXiv preprint arXiv:2305.00287},
year = {2023}
}
备注
7 pages, 6 figures