ERASOR++: Height Coding Plus Egocentric Ratio Based Dynamic Object Removal for Static Point Cloud Mapping

要約

マッピングは、自動システム内の位置とナビゲーションにおいて重要な役割を果たします。
ただし、スキャン センサーから生成された 3D 点群マップに動的オブジェクトが存在すると、マップの歪みや長いトレースが発生する可能性があり、そのため正確なマッピングとナビゲーションに課題が生じます。
この問題に対処するために、効果的に動的オブジェクトを削除するための疑似占有の自己中心的な比率に基づいた強化されたアプローチである ERASOR++ を提案します。
まず、高低差と高さレイヤー情報を組み合わせて点群をエンコードする高さコーディング記述子を紹介します。
続いて、点群ビン内の動的ビンを正確かつ効率的に識別するための高さスタック テスト、地層テスト、および周囲ポイント テスト手法を提案し、これにより従来のアプローチの制限を克服します。
オープンソース データセットに対する広範な評価を通じて、私たちのアプローチは、既存の手法と比較して精度と効率の点で優れたパフォーマンスを実証しています。
さらに、私たちの研究で説明されている手法は、その後の移行を通じてさまざまな困難なタスクや側面に対処できる可能性を秘めています。

要約(オリジナル)

Mapping plays a crucial role in location and navigation within automatic systems. However, the presence of dynamic objects in 3D point cloud maps generated from scan sensors can introduce map distortion and long traces, thereby posing challenges for accurate mapping and navigation. To address this issue, we propose ERASOR++, an enhanced approach based on the Egocentric Ratio of Pseudo Occupancy for effective dynamic object removal. To begin, we introduce the Height Coding Descriptor, which combines height difference and height layer information to encode the point cloud. Subsequently, we propose the Height Stack Test, Ground Layer Test, and Surrounding Point Test methods to precisely and efficiently identify the dynamic bins within point cloud bins, thus overcoming the limitations of prior approaches. Through extensive evaluation on open-source datasets, our approach demonstrates superior performance in terms of precision and efficiency compared to existing methods. Furthermore, the techniques described in our work hold promise for addressing various challenging tasks or aspects through subsequent migration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google