Dieses Papier beschreibt ein LIDAR-basiertes Wahrnehmungssystem für die Mobilität von Bodenrobotern, das aus 3D-Objekterkennung, -klassifizierung und -verfolgung besteht. Das präsentierte System wurde an unserem autonomen Bodenfahrzeug MuCAR-3 demonstriert, sodass es sicher in städtischen Verkehrsszenarien sowie in Offroad-Konvoiszenarien navigieren kann. Die Effizienz unseres Ansatzes ergibt sich aus der einzigartigen Kombination von 2D- und 3D-Datenverarbeitungstechniken. Während die schnelle Segmentierung von Punktwolken in Objekte in einem 2D-Besetzungsraster erfolgt, wird die Klassifizierung der Objekte auf rohen 3D-Punktwolken durchgeführt. Zur schnellen Extraktion von Objektmerkmalen empfehlen wir die Verwendung von Statistiken lokaler Punktwolken-Eigenschaften, die durch Histogramme über Punktmerkmalen erfasst werden. Im Gegensatz zu den meisten bestehenden Arbeiten zur Klassifizierung von 3D-Punktwolken, bei denen eine Echtzeitanwendung oft unmöglich ist, ermöglicht diese Kombination unserem System die Echtzeit-Operation bei einer Bildrate von 0,1 s.
Himmelsbach et al. (Thu,) untersuchten diese Frage.