基于 3D 对象检测和地面投影的静态点云地图生成：消除潜在动态对象的终极方案
机器人学
2024-07-02 v1
摘要
本文提出一种基于激光雷达点云数据生成静态点云地图的算法。我们提出的管道检测动态对象（如 3D 对象检测器中检测到的动态物体），并将动态物体的点投影到地面。通常，实时获取的点云数据是包含静态对象和动态对象的区域快照。静态对象包括建筑物和树木，而动态对象则包含停放的汽车等随时间位置变化的物体。从点云地图中移除动态对象至关重要，因为它们会降低地图的质量和定位精度。为此，本文提出一种仅包含静态对象的地图算法。我们将 3D 对象检测算法应用于从激光雷达获取的点云数据，以实现我们的管道。随后，我们在进行地面分割和投影后对点进行堆叠，以创建地图。结果不仅可以在地图生成时消除当前时间的动态对象，还能消除潜在的动态对象，如停放的车辆。我们使用两种在实路上收集的数据集进行验证：KITTI 数据集和我们自己的数据集。结果表明，我们的方法能够创建包含静态对象的准确地图，排除了输入点云中的动态对象。我们还验证了基于我们方法生成的地图用于定位的改进性能。
引用
@article{arxiv.2407.01073,
title = {No More Potentially Dynamic Objects: Static Point Cloud Map Generation based on 3D Object Detection and Ground Projection},
author = {Soojin Woo and Donghwi Jung and Seong-Woo Kim},
journal= {arXiv preprint arXiv:2407.01073},
year = {2024}
}