用于稠密LiDAR建图的概率面元融合
机器人学
2017-09-19 v2
摘要
随着近期高端LiDAR的发展，越来越多的系统能够在移动时连续建图并产生空间冗余信息。然而，先前的方法均未能在稠密LiDAR建图问题中有效利用这种冗余。本文中，我们提出一种使用概率面元融合的稠密LiDAR建图新方法。所提系统能够从空间冗余的多视点重建高质量稠密表面元素（surfel）地图。这是通过所提出的概率面元融合以及一种考虑几何的数据关联实现的。所提面元数据关联方法考虑了表面分辨率以及沿光束方向的高测量不确定性，使得建图系统能够控制表面分辨率而不引入空间数字化。所提融合方法通过在贝叶斯滤波框架中考虑由激光束入射角和深度距离引起的测量噪声，成功抑制了地图噪声水平。基于模拟和真实数据的稠密面元建图实验结果证明了所提方法能够在无需进一步后处理的情况下准确找到环境的规范形式。
引用
@article{arxiv.1709.01265,
title = {Probabilistic Surfel Fusion for Dense LiDAR Mapping},
author = {Chanoh Park and Soohwan Kim and Peyman Moghadam and Clinton Fookes and Sridha Sridharan},
journal= {arXiv preprint arXiv:1709.01265},
year = {2017}
}
备注
Accepted in Multiview Relationships in 3D Data 2017 (IEEE International Conference on Computer Vision Workshops)