面向多旋翼飞行器的 LiDAR 点云感兴趣区域分割
机器人学
2020-10-12 v3 计算机视觉与模式识别
摘要
我们提出一种新颖的滤波器，用于从 LiDAR 三维点云中分割出多旋翼飞行器的感兴趣区域。它专为实时应用设计，可在无初步建图的情况下处理稀疏 LiDAR 点云。我们将该滤波器用作低空作业农用无人机快速避障系统的关键组件。第一步，将每帧点云转换为深度图像，随后通过定位高像素密度区域来识别靠近飞行器的位置（局部极大值）。之后，我们将原始深度图像与识别出的位置合并，并将获得局部极大值的像素强度最大化。下一步是基于改进深度图像计算表示相邻两激光束间角度的距离角图像。一旦构建出相应的距离角图像，便进行平滑以降噪。最后，我们在结合平滑后距离角图像的同时，于改进深度图像中寻找连通分量。由此实现感兴趣区域的分离。该滤波器已在多种仿真环境及实际无人机上测试，并提供实时性能。我们将源代码与数据集发布于 https://github.com/GPrathap/hagen.git，真实世界实验结果可于以下链接在线查看：https://www.youtube.com/watch?v=iHd_ZkhKPjc。
引用
@article{arxiv.1911.06994,
title = {Regions of Interest Segmentation from LiDAR Point Cloud for Multirotor Aerial Vehicles},
author = {Geesara Prathap and Roman Fedorenko and Alexandr Klimchik},
journal= {arXiv preprint arXiv:1911.06994},
year = {2020}
}