Patchwork：基于同心区域划分并利用地面似然估计的3D激光雷达区域式地面分割方法
机器人学
2022-03-11 v2 计算机视觉与模式识别
摘要
地面分割对于地面移动平台执行导航或邻近物体识别至关重要。遗憾的是，地面并非平坦，它具有陡坡、颠簸道路或路缘、花坛等物体。为解决该问题，本文提出一种名为 Patchwork 的新型地面分割方法，该方法能稳健地处理欠分割问题，并以超过 40 Hz 的频率运行。在本文中，点云被编码为基于同心区域模型（Concentric Zone Model）的表示，以在计算上不复杂的方式为各区间（bin）分配适当的点云密度。随后执行区域式地平面拟合（Region-wise Ground Plane Fitting），以估计每个区间的局部地面。最后引入地面似然估计（Ground Likelihood Estimation）以大幅减少误检。在 SemanticKITTI 和崎岖地形数据集上的实验验证表明，与最先进（state-of-the-art）方法相比，我们所提方法表现出良好的性能，且比现有的基于平面拟合的方法速度更快。代码已公开：https://github.com/LimHyungTae/patchwork
引用
@article{arxiv.2108.05560,
title = {Patchwork: Concentric Zone-based Region-wise Ground Segmentation with Ground Likelihood Estimation Using a 3D LiDAR Sensor},
author = {Hyungtae Lim and Minho Oh and Hyun Myung},
journal= {arXiv preprint arXiv:2108.05560},
year = {2022}
}