Entfernen, dann Zurücksetzen: Konstruktion von statischen Punktwolkenkarten unter Verwendung von Multiresolutionsbereichsbildern

Wir präsentieren einen neuartigen Algorithmus zur Konstruktion von statischen Punktwolkenkarten, genannt Removert, zur Verwendung in dynamischen städtischen Umgebungen. Nur statische Punkte zu belassen und dynamische Objekte auszuschließen, ist ein kritisches Problem in verschiedenen robusten Robotermissionen in sich verändernden Außenbereichen, und das Verfahren beinhaltet häufig den Vergleich einer Abfrage mit der störanfälligen Karte, die dynamische Punkte enthält. Dabei neigen die geschätzten Abweichungen zwischen einem Abfragescan und der störanfälligen Karte dazu, Fehler aufgrund ungenauer Pose-Schätzungen aufzuweisen, was die Qualität der statischen Karte beeinträchtigt. Um das Problem zu lösen, schlagen wir einen Algorithmus zur Rückgängigmachung falscher Vorhersagen vor, basierend auf multiresolution-basierten Bereichsbildern. Zuerst behalten wir konservativ bestimmte statische Punkte bei und stellen iterativ weitere unsichere statische Punkte wieder her, indem wir die Größe des Assoziationsfensters von Abfrage zu Karte vergrößern, was implizit die LiDAR-Bewegungs- oder Registrierungsfehler kompensiert. Wir validieren unsere Methode im KITTI-Datensatz unter Verwendung von SemanticKITTI als Grundwahrheit und zeigen, dass unsere Methode qualitativ mit den menschlich gekennzeichneten Daten (SemanticKITTI) in mehrdeutigen Regionen konkurriert oder diese übertrifft.