核心思想:将一帧点云保存为深度图,将当前点云与之间的深度图进行对比,来进行事件判断。
摘要:
M—detector是一种在点到达ms级内判断点是否运动的方法。M—detector基于遮挡原理设计,特色:删除运动点,而不是可运动物体点云;充分利用TOF雷达点云流的高频采样;不依赖外观,对点的判断。
引言:
现有动态物体分割方法包括:连续性检验,占据地图,语义分割,运动分割。现有方法:频率低(10Hz),依赖未来帧进行判断;占据地图内存计算消耗,离线系统;学习方法依赖大量正确标注的数据。
处理过程:
预处理:帧输入/点输入 去畸变 帧输入按时间排序成点云流
事件检测:根据3个遮挡类型进行3个平行测试,对点标记为运动事件或者非事件点,然后将点输出。
(可选)对标记的点积累一段时间,根据聚类和区域增长进行进一步的外点和内点检测提高准确性。事件点积累保存为深度图用于对未来点的检测。
结果:
对比方法:基于学习的方法:LMNet;基于占据地图的方法:SMOS;补充笔记8提供了M-detector的调参准则
方法:
三种遮挡的判断条件和细节,后续再看