ERASOR：基于自我中心伪占据比的动态物体去除用于静态三维点云地图构建

城市环境的扫描数据常包含车辆、行人等动态物体的表征。然而，在通过扫描数据的顺序累积构建三维点云地图时，动态物体常在地图中留下不期望的痕迹。这些动态物体的痕迹充当障碍物，从而妨碍移动车辆获得良好的定位与导航性能。为解决该问题，本文提出一种新颖的静态地图构建方法，称为 ERASOR（Egocentric RAtio of pSeudo Occupancy-based dynamic object Removal，基于自我中心伪占据比的动态物体去除），其快速且对运动模糊具有鲁棒性。我们的方法关注城市环境中大多数动态物体不可避免地接触地面的本质。据此，我们提出称为伪占据（pseudo occupancy）的新概念以表达单位空间的占据情况，进而区分不同占据程度的空间。最后，采用区域式地平面拟合（R-GPF）在可能包含动态点的候选栅格中区分静态点与动态点。如在 SemanticKITTI 上实验验证，我们提出的方法相较最先进方法取得了有前景的性能，克服了现有基于光线追踪与基于可见性方法的局限。