面向非结构化点云平面检测的有向点采样
计算机视觉与模式识别
2019-05-08 v1 机器人学
摘要
三维点云中的平面检测是点云分割、语义建图与SLAM等应用的关键预处理步骤。与许多仅适用于结构化点云的最新平面检测方法不同，本文针对无法进行二维参数化的非结构化点云。我们比较了三种高效检测点云中平面的方法。其中一种为本文提出的新方法，通过从一组具有估计法向的点中采样来生成平面假设。我们将该方法命名为有向点采样（OPS），以区别于需要采样三个无向点来生成平面假设的更常规技术。我们还实现了一种基于三个无向点局部采样的有效平面检测方法，并在SUN RGB-D数据集的10,000个点云上的平面检测中将其与OPS以及基于八叉树的3D-KHT算法进行了比较。
引用
@article{arxiv.1905.02553,
title = {Oriented Point Sampling for Plane Detection in Unorganized Point Clouds},
author = {Bo Sun and Philippos Mordohai},
journal= {arXiv preprint arXiv:1905.02553},
year = {2019}
}
备注
7 pages, 3 figures, 2019 IEEE International Conference on Robotics and Automation (Accepted)