动态配准：动态环境中的联合自运动估计与三维运动目标检测
机器人学
2022-04-28 v1
摘要
动态环境中的定位受到运动物体的影响。在这种情况下，移除动态物体至关重要，但当自运动与之耦合时，这变得棘手。在本文中，我们并非提出一个新的SLAM框架，而是旨在为定位场景提供一个更通用的策略。在这种情况下，动态配准可用于与任何激光雷达SLAM系统集成。我们利用三维目标检测来获取潜在的运动物体并暂时移除它们。然后我们提出动态配准，以迭代地估计自运动并分割运动物体，直到不再产生静态物体。静态物体与环境融合。最终，我们在动态环境中成功分割了动态物体、包含静态物体的静态环境，并完成了自运动估计。我们在KITTI Tracking数据集上评估了我们提出的方法的性能。结果表明，基于其他经典配准算法，我们的方法取得了稳定且一致的改进。
引用
@article{arxiv.2204.12769,
title = {Dynamic Registration: Joint Ego Motion Estimation and 3D Moving Object Detection in Dynamic Environment},
author = {Wenyu Li and Xinyu Zhang and Zijun Wang and Shichun Guo and Nan Qiu and Jun Li},
journal= {arXiv preprint arXiv:2204.12769},
year = {2022}
}
备注
submit to IV 2022