Kaist提出了一种可穿越地面和地上物体的两步分割方法TRAVEL

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

Kaist提出了一种可穿越地面和地上物体的两步分割方法TRAVEL，并分割熵和欠分割熵指标来衡量与对象对应的标签的分布和不确定性，代码开源！

#论文##开源代码# TRAVEL: Traversable Ground and Above-Ground Object Segmentation Using Graph Representation of 3D LiDAR Scans

论文地址：https://arxiv.org/abs/2206.03190

作者单位：KAIST

开源代码：https://github.com/url-kaist/TRAVEL

对于自主导航而言，从3D点云中感知可穿越区域和感兴趣的物体是关键任务之一。一辆地面车辆需要寻找可以用车轮探索的可穿越地形。然后，为了做出安全的导航决策，必须先对位于这些地形上的物体进行分割。然而，过度分割和欠分割可能会对这种导航决策产生负面影响。为此，我们提出了TRAVEL，它使用3D点云的图表示来同时执行可穿越地面检测和物体聚类。为了分割可穿越地面，将点云编码为图结构，三格场，将每个三格场作为一个节点。然后，通过检查连接节点的局部凸性和凹性来搜索和重新定义可穿越区域。

另一方面，我们的地上物体分割采用图结构，将水平相邻的3D点在球面投影空间中表示为一个节点，并将节点之间的垂直/水平关系表示为一条边。完全利用节点-边结构，地上分割确保实时操作，并减少过度分割。通过使用仿真、城市场景和我们自己的数据集进行实验，我们已经证明，我们提出的可穿越地面分割算法在传统指标方面优于其他最先进的方法，并且我们新提出的评估指标对评估地上分割具有重要意义。

本文贡献如下：

1、根据我们所知，这项研究是第一次引入TGF进行地面分割。通过利用TGF和几何差异，我们的算法可以有效地检测基于所提出的广度优先搜索的地形可穿越性。

2、我们分别以以下改进对象点进行水平和垂直聚类：我们引入了跳过连接和环形连接的概念，以有效处理过度分割。我们的二分搜索方法将查找相邻节点的复杂度降低到O(Nlog(N))，其中N是环中节点的总数。

3、我们提出了新的指标，即过分割熵和欠分割熵。这些指标衡量与对象对应的标签的分布和不确定性，是全面而有意义的衡量分割性能的指标。

以上内容来自小六的机器人SLAM学习圈 每日更新内容