.png){kind=icon}
返回
HIF: Height Interval Filtering for Efficient Dynamic Points Removal
.png){kind=icon}
PRE
AI
DOI：10.1109/LRA.2025.3587843.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
三维点云建图对于定位和导航至关重要，但动态物体的残留痕迹会降低地图质量，对动态环境中的实时应用构成关键挑战。然而，现有方法通常会产生显著的计算开销，难以满足实时处理要求。为解决此问题，我们引入了高度区间滤波（HIF）方法，该方法构建基于柱状的高度区间表示，以概率模型化垂直维度，并使用贝叶斯滤波更新区间概率。此外，我们提出了一种低高度保留策略，以改善未知空间的检测，减少被障碍物遮挡区域的误分类。在公共数据集上的实验表明，HIF在运行时间上实现了7.7倍的提升，同时保持了相当的精度，并在复杂、动态环境中增强了鲁棒性。代码将公开可用。
Keyword:
Mapping
object detection
segmentation and categorization
SLAM
期刊
I
IF:
5.3
论文数:
1.9K
被引数:
3.9W
机构
引用论文
MapCleaner: Efficiently Removing Moving Objects from Point Cloud Maps in Autonomous Driving ScenariosMapCleaner: 高效移除自动驾驶场景中点云地图中的运动物体
OAAI
OAAI分享收藏OctoMap: an efficient probabilistic 3D mapping framework based on octreesOctoMap: 一种基于八叉树的高效概率三维映射框架.png)
AUTONOMOUS ROBOTS
OAAI
AUTONOMOUS ROBOTSIF4.3
OAAI分享收藏Real-Time LiDAR Point-Cloud Moving Object Segmentation;
Autonomous Driving实时LiDAR点云运动目标分割
自动驾驶SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容