在实际工程应用中,会遇到雷达点云很难解决的问题,例如长走廊,圆形区域,这时候帧间匹配容易出现问题,要降低帧间匹配的权重。那如何识别出环境正在退化呢?
点云的曲率分布
长走廊场景指的是两面都是墙,是没有曲率变化的,通过当前点前后连续点可以计算出曲率,若曲率:
1. 90%以上是同一曲率,并带有连续性,是长走廊
2. 90%以上是一个曲率的正负数,并带有连续性,是长走廊
3. 90%曲率连续变化的,变化量也保持稳定,是圆形
其他方法(TODO)
另一个方法暂时停留在概念上,无法投影到计算中:
从匹配来讲,长走廊环境下,会出现一个方向上概率一致,主要特点是:
1. 概率都会比较高
2. 概率无明显波动
是否可以用概率梯度的方法来识别出退化环境?
以及使用点云识别的方式,例如ransac识别出直线,并统计同一曲率的直线点云数量占比,占比高于80%(阈值可调),即可认为是长走廊。