增强稀疏激光雷达点云的地面检测
机器人学
2021-05-26 v1 计算机视觉与模式识别
摘要
点云中的地面检测被广泛用作自动驾驶系统的关键模块。与先前大多针对高线束分辨率激光雷达（如 Velodyne HDL-64）开发的方法不同，本文提出适用于低线束分辨率激光雷达（如 Velodyne VLP-16）所采集的更稀疏点云的地面检测技术。该方法基于平面拟合的RANSAC方案。通过利用逐点切向（一种无论激光雷达线束密度如何均可计算的局部特征）增强了平面假设的内点验证。非完全平面的地面由多个（我们的实现中具体为4个）不相交平面区域拟合。通过假设这些平面区域为矩形并利用积分图像技术，我们的方法在RANSAC方案下以实时计算复杂度近似求得最优区域划分与平面假设。
引用
@article{arxiv.2105.11649,
title = {On Enhancing Ground Surface Detection from Sparse Lidar Point Cloud},
author = {Bo Li},
journal= {arXiv preprint arXiv:2105.11649},
year = {2021}
}
备注
IROS 2019