InsClustering：面向自动驾驶的激光雷达测距数据即时聚类
机器人学
2020-10-15 v1
摘要
激光雷达在距离测量上通常比相机更准确，因此将激光雷达应用于自动驾驶受到强烈关注。现有不同方法处理丰富的三维点云以进行目标检测、跟踪与识别。这些方法一般需要两个初始步骤：（1）滤除地面平面上的点；（2）将非地面点聚为物体。本文提出一种经过实地测试的用于这两个步骤的快速三维点云分割方法。我们专门设计的算法可即时处理原始激光雷达数据包，显著降低了处理延迟。在 Velodyne UltraPuck（一种 32 线旋转式激光雷达）上的测试中，对所有 激光雷达测距数据进行聚类的处理延迟小于 1ms。同时，采用由粗到精的方案以确保聚类质量。我们在公共道路上的实地实验表明，所提方法在保持良好精度的同时显著提升了三维点云聚类速度。
引用
@article{arxiv.2010.06681,
title = {InsClustering: Instantly Clustering LiDAR Range Measures for Autonomous Vehicle},
author = {You Li and Clément Le Bihan and Txomin Pourtau and Thomas Ristorcelli},
journal= {arXiv preprint arXiv:2010.06681},
year = {2020}
}
备注
accepted by IEEE ITSC2020