基于探地雷达的地下测绘与定位
计算机视觉与模式识别
2024-09-26 v1
摘要
近年来，基于深度神经网络的 3D 物体重建受到了越来越多的关注。然而，对地下物体进行 3D 重建以生成点云图仍然是一个挑战。探地雷达（Ground Penetrating Radar, GPR）凭借其成本效益和不断发展的技术，成为检测和定位植物根系和管道等地下物体最强大且使用最广泛的工具之一。本文提出了一种基于深度卷积神经网络的抛物线信号检测网络，利用来自 GPR 传感器的 B-scan 图像。检测到的关键点有助于准确拟合抛物线，用于将原始 GPR B-scan 图像解释为物体模型的横截面。此外，设计了一个多任务点云网络，同时执行点云分割和补全，以填充稀疏点云图。对于未知位置，可使用 GPR A-scan 数据与构建的地图中相应的 A-scan 数据进行匹配，精确定位以验证模型构建地图的准确性。实验结果证明了我们方法的有效性。
引用
@article{arxiv.2409.16446,
title = {Underground Mapping and Localization Based on Ground-Penetrating Radar},
author = {Jinchang Zhang and Guoyu Lu},
journal= {arXiv preprint arXiv:2409.16446},
year = {2024}
}