基于立体相机与伪激光雷达在非结构化环境中检测与建图树木
机器人学
2021-03-31 v1 计算机视觉与模式识别
图像与视频处理
摘要
我们提出了一种利用学习型三维目标检测器在含噪声的立体相机点云中检测与建图树木的方法。受近期使用伪激光雷达（pseudo-lidar）表示处理立体数据进行三维目标检测的进展启发，我们训练了一个 PointRCNN 检测器来识别森林类环境中的树木。我们通过一种新颖的自动标注过程生成检测器训练数据，该过程对融合的全局点云进行聚类。此过程以极少的用户监督标注大规模立体点云训练数据集，并且与以往的伪激光雷达检测流程不同，无需来自激光雷达等其他传感器的三维真值。我们的建图系统还使用卡尔曼滤波器（Kalman filter）来关联检测结果并一致地估计树木的位置和大小。我们收集了一个由 8680 个立体点云组成的树木检测数据集，并在一个室外测试序列上验证了我们的方法。结果表明，在使用 Stereolabs ZED 2 相机拍摄的 720p 分辨率图像上，我们的方法可在最远 7 米范围内对噪声立体数据中的树木进行鲁棒识别。代码与数据可在 https://github.com/brian-h-wang/pseudolidar-tree-detection 获取。
引用
@article{arxiv.2103.15967,
title = {Detecting and Mapping Trees in Unstructured Environments with a Stereo Camera and Pseudo-Lidar},
author = {Brian H. Wang and Carlos Diaz-Ruiz and Jacopo Banfi and Mark Campbell},
journal= {arXiv preprint arXiv:2103.15967},
year = {2021}
}
备注
Accepted to the 2021 IEEE International Conference on Robotics and Automation (ICRA)