Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time
Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time
- 简介
简介
给定一个3D激光雷达点云，我们如何快速且精确地分割它们？快速且精确的3D激光雷达点云分割是移动机器人在分类，跟踪，SLAM等不同应用中的重要问题。尽管它很重要，但是现有方法无法同时实现速度和准确性；尤其是，在3D域中执行分割的方法太慢，无法在实时处理中使用。
我们提供了曲面体素聚类（CVC），一个利用了快速且精确的用于分割3D激光雷达点云的方法，该方法是通过激光雷达优化的曲面体素实现的。CVC通过考虑对3D 激光雷达点进行聚类的三个重要方面来进行精细区分：距传感器的距离，方向分辨率和点的稀有性。CVC通过一个哈希表来小心地管理曲面体素，从而成功地提供了实时的性能。尤其是，CVC在稀疏的3D点云上工作很好。通过实验，我们发现我们的方法比其他方法快1.7倍，精度高30%。CVC允许以每秒运行大于20次的实时分割。
现有的基于三维激光雷达点云的分割方法分为三组:三维区域[8]-[10]分割、网格单元分割[11]-[13]分割和距离图像[14]分割（深度图像(depth image)也被称为距离影像(range image)）（segmentation in the 3D domain [8]–[10], segmentation with occupied grid cells [11]–[13], and segmentation on a range image [14]. ）。然而，现有的方法要么计算成本高，计算速度慢，要么精度不高，因为它们没有认真考虑三维激光雷达点云的特点。
Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time相关推荐
- Paper5：Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time Per
给定一个3D激光雷达点云,我们如何快速且精确地分割它们?快速且精确的3D激光雷达点云分割是移动机器人在分类,跟踪,SLAM等不同应用中的重要问题.尽管它很重要,但是现有方法无法同时实现速度和准确性:尤 ...
- Fast Ground Segmentation for 3D LiDAR Point Cloud Based on Jump-Convolution-Process实现
Fast Ground Segmentation for 3D LiDAR Point Cloud Based on Jump-Convolution-Process实现流程 一.demo演示 二.项 ...
- 【论文笔记】Integrate Point-Cloud Segmentation with 3D LiDAR Scan-Matching for Mobile Robot Localization a
[论文笔记]Integrate Point-Cloud Segmentation with 3D LiDAR Scan-Matching for Mobile Robot Localization a ...
- Not All Points Are Equal: Learning Highly Efficient Point-based Detectors for 3D LiDAR Point Clouds
每日论文--CVPR2022目标检测 论文解读 论文解读 本文基于point_base的方法实现了高效的3D检测器IA-SSD,作者认为,使用传统的FPS方法会丢失大量前景点,导致检测recall下降 ...
- 使用稀疏 4D 卷积对 3D LiDAR 数据中的运动对象进行后退分割（IROS 2022）
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨泡泡机器人 来源丨 泡泡机器人SLAM Receding Moving Object Segme ...
- 论文笔记-Multi-view Incremental Segmentation of 3D Point Clouds for Mobile Robots
标题:Multi-view Incremental Segmentation of 3D Point Clouds for Mobile Robots 作者:Jingdao Chen1, Yong K ...
- 地面分割：Fast Segmentation of 3D Point Clouds for Ground Vehicles
论文链接:Fast segmentation of 3D point clouds for ground vehicles | IEEE Conference Publication | IEEE X ...
- 论文阅读：PMF基于视觉感知的多传感器融合点云语义分割Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation
题目:Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation 中文:用于 3D LiDAR 语义分割的多传感器感 ...
- Fast Segmentation of 3D Point Clouds: A Paradigm on LiDAR Data for Autonomous Vehicle Applications阅读
该篇点云论文主要分为两个阶段的创新: ①点云地面点的提取(Ground Plane Fitting, GPF): ②点云扫描聚类快速提取(Scan Line Run, SLR): 一.Ground P ...
最新文章
- C#中 int.TryParse 的用法
- 汇编中的length（返回利用dup定义的数组中的元素个数，即重复操作符dup前的count值）
- 业界 | 5个步骤开启你的数据科学职业生涯！（附链接）
- C++模板特化的一个BUG?
- IOS客户端Coding项目记录(二)
- dom 生成图片和链接生成二维码
- wrapper 并集如何使用
- PyCharm 专题
- ajax请求中带判断语句例子,jQuery中借助deferred来请求及判断AJAX加载的实例讲解...
- 学习JavaScript原型应用
- 在BAE上部署Pomelo
- 【C++ 程序】 解线性方程组（Cramer法则）
- hashcode值相同的字符串
- VMware12虚拟机怎么下载安装？保姆级安装教程，让你一分钟学会
- uniapp 复制剪贴板
- 20常见的手机问题及其解决方案
- Android Studio实现文字识别（基于百度云OCR）
- Python-opencv读取视频流处理后保存成mp4格式的视频源码
- Ubuntu18安装微信(deepin-wine版本)完整过程以及采坑记录
- 从零开始学数据分析之——《笨办法学Python》（习题27-36）