Patchwork++论文和代码学习——RNR_patchwork++中的rnr-CSDN博客

本文链接：https://blog.csdn.net/weixin_60822173/article/details/140954112

1.问题提出

对于给定的原始点云，有时会在实际地面下方观察到一些噪声点，如下图1所示。不幸的是，R-GPF基于假设：在bin内最低部分的点是地面[16]来选择初始种子；因此，这些噪声可以被视为触发相应bin中欠分割问题的初始种子。

为了解决这个问题，通常通过拒绝z值小于用户定义的阈值 $Z_{min}$ 的点来过滤掉这些点。这种过滤假设周围地面足够平坦。但是这种去噪方法也引发了一个严重问题，在陡坡环境中去除了一些真正的地面点，如图2(b)和(c)所示。因此，有必要区分实际地面点和噪声点。

2.解决办法

从图1中可以看出，通过反射在反射表面上，即车辆的引擎盖和车顶，或玻璃上，可以获得虚拟噪声点。而且，入射角度越小，产生的虚拟噪声点的z值越小。所以假定产生的噪声点来源于激光雷达靠下线束的激光。而且噪声点的强度值因为反射会低于正常点。

基于以上两点，RNR只检查一定数量的底部环， $N_{noise}$ ，以去除这些噪声点。相应地，RNR拒绝位于这些环中且高度低于去噪高度阈值 $h_{noise}$ 和强度低于去噪强度阈值 $I_{noise}$ 的点。因此，RNR有效地去除了噪声点，而实际地面点的损失可以忽略不计。特别地是， $h_{noise}$ 由A-GLE自更新。

3.代码

这里的sensor_height_传感器(也就是雷达)高度不用十分精准，差不多就行了。

        node_handle_.param("RNR_ver_angle_thr", RNR_ver_angle_thr_, -15.0);
        node_handle_.param("RNR_intensity_thr", RNR_intensity_thr_, 0.2);

template<typename PointT> inline
void PatchWorkpp<PointT>::reflected_noise_removal(pcl::PointCloud<PointT> &cloud_in, pcl::PointCloud<PointT> &cloud_nonground)
{
    for (int i=0; i<cloud_in.size(); i++)
    {
        double r = sqrt( cloud_in[i].x*cloud_in[i].x + cloud_in[i].y*cloud_in[i].y );
        double z = cloud_in[i].z;
        double ver_angle_in_deg = atan2(z, r)*180/M_PI;

        if ( ver_angle_in_deg < RNR_ver_angle_thr_ && z < -sensor_height_-0.8 && cloud_in[i].intensity < RNR_intensity_thr_)
        {
            cloud_nonground.push_back(cloud_in[i]);
            noise_pc_.push_back(cloud_in[i]);
            noise_idxs_.push(i);
        }
    }

    if (verbose_) cout << "[ RNR ] Num of noises : " << noise_pc_.points.size() << endl;
}

本文难免有错误之处，欢迎大家评论区指正。

本文只做记录本人学习用途，如有侵权，请联系删除。

参考资料：

2022年最新成果——Patchwork++地面分割 - 古月居

https://arxiv.org/pdf/2207.11919