面向户外环境叉车的基于 LiDAR 的语义感知
机器人学
2025-05-29 v1 计算机视觉与模式识别
机器学习
摘要
在本研究中，我们提出了一种新颖的基于 LiDAR 的语义分割框架，专为在复杂户外环境中运行的自主叉车量身定制。我们方法的核心是双 LiDAR 系统的集成，该系统结合了前向和下倾角 LiDAR 传感器以实现全面的场景理解，特别针对工业物料搬运任务进行了定制。这种双配置提高了具有高空间精度的动态和静态障碍物的检测与分割能力。使用从两个传感器捕获的高分辨率 3D 点云，我们的方法采用了一种轻量级且稳健的方法，将点云分割为安全关键的实例类（如行人、车辆和叉车）以及环境类（如可行驶地面、车道和建筑物）。实验验证表明，我们的方法在满足严格运行时要求的同时实现了高分割精度，确立了其在动态仓库和堆场环境中进行安全感知的全自主叉车导航的可行性。
引用
@article{arxiv.2505.22258,
title = {LiDAR Based Semantic Perception for Forklifts in Outdoor Environments},
author = {Benjamin Serfling and Hannes Reichert and Lorenzo Bayerlein and Konrad Doll and Kati Radkhah-Lens},
journal= {arXiv preprint arXiv:2505.22258},
year = {2025}
}