GroundGrid：基于 LiDAR 点云的地面分割与地形估计
机器人学
2024-05-27 v1 计算机视觉与模式识别
摘要
精确的点云地面分割是 LiDAR 传感器在自动驾驶车辆中几乎所有感知任务的关键前提。尤其是在从点云中聚类和提取物体时，通常依赖于对地面点的准确删除。正确的周边地形估计对于路面可驾驻性、路径规划和障碍物预测等方面都至关重要。本文提出了基于 2D 高程图的 GroundGrid 系统，以解决地形估计和点云地面分割问题。我们评估了 GroundGrid 的地面分割和地形估计性能，并使用 SemanticKITTI 数据集和一种基于航空 LiDAR 扫描的新型评估方法与其他最新方法进行比较。结果表明，GroundGrid 在保持 171Hz 高运行时性能的同时，能够以 94.78% 的平均 IoU 超越其他最新系统。源码已公开于 https://github.com/dcmlr/groundgrid
关键词
引用
@article{arxiv.2405.15664,
title = {GroundGrid:LiDAR Point Cloud Ground Segmentation and Terrain Estimation},
author = {Nicolai Steinke and Daniel Göhring and Raùl Rojas},
journal= {arXiv preprint arXiv:2405.15664},
year = {2024}
}
备注
This letter has been accepted for publication in IEEE Robotics and Automation Letters