点云地面滤波--patchwork++-Toy模板网

这篇具有很好参考价值的文章主要介绍了点云地面滤波--patchwork++。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1前言

patchwork++是在patchwork的基础上进行改进的，主要有2个贡献：

提出了自适应地面似然估计(adaptive ground likelihood estimation (A-GLE)) 和时序地面恢复(temporal ground revert (TGR))
提出了两个新颖的异常值抑制模块，即反射噪声去除 (RNR) 和区域垂直平面拟合 (R-VPF)
相比于patchwork其工作流程图如下：

下面主要讨论patchwork的主要改进点：

2 反射噪声去除RNR

patchwork++假设bin的最低点为地面点，当地面以下有噪点，会把噪点误当为地面点。通常的做法是设置一个阈值，来去除地面以下的噪点，但是这种方法对于有坡度的地面是不适用的。
根据相关文献研究表明，地面以下的噪点具有以下两个特点：
首先，虚拟噪声点可以通过反射表面（即车辆的引擎盖和车顶或玻璃）上的反射而产生。如下图所示:当激光打到镜面时，入射角越小噪点位置越低。噪点是由于镜面反射的镜像点云造成的(或者说多路径效应)。所以，(当激光雷达高于反射镜面时)对于多线雷达，地面以下的噪点更可能是激光头下方的几线激光造成的。
点云地面滤波--patchwork++

其次，地面以下的噪点通常具有低的强度，因为光线经过多次传播会减弱反射光线的强度。
因此，本文提出了一个地面以下的噪点去除方法，即去除激光头下方 $N_{noise}$ 个线束内，高度低于 $h_{noise}$ ,并且强度低于 $I_{noise}$ 的点云（并不是很高明的方法）。效果如下：
点云地面滤波--patchwork++

3区域垂直平面拟合 (R-VPF)

在之前的patchwork论文中使用的R-GPF对于垂直连接的地面的不适用。因为在水平和垂直地面连接处，只是用pca估计的法线会不准确。通过以下四个步骤确定垂直平面的点云 $\hat{V}_{n}$ ：第一步，在第k次迭代过程中选择最低点作为种子点。第二步，计算种子点的均值 $m_{n}^{k}$ 和单位法向量 $v_{3}^{k}$ 。然后潜在的垂直平面点云 $\hat{W}_{n}^{k}$ 计算如下：
$\hat{W}_{n}^{k}=\left\{\mathbf{p} \in \hat{P}_{n}^{k}||\left(\mathbf{p}-\mathbf{m}_{n}^{k}\right) \cdot \mathbf{v}_{3, n}^{k} \mid<d_{v}\right\}\tag{2}$
这种表达式的含义，即求点云与点云中心构成的向量与法线的相似度， $d_v$ 是阈值。
第三步，第k次迭代中垂直地面点 $\hat{V}_{n}^{k}$ 计算如下：
$\hat{V}_n^k= \begin{cases}\hat{W}_n^k, & \text { if } \frac{\pi}{2}-\cos ^{-1}\left(\mathbf{v}_{3, n}^k \cdot \mathbf{u}_z\right)<\theta_v \\ \varnothing, & \text { otherwise }\end{cases}$
第四步，把之前所有k次迭代的结果相加得到所有的垂直点：
$\hat{V}_n=\bigcup_{k=1}^{K_v} \hat{V}_n^k$
示意图如下：
点云地面滤波--patchwork++

4自适应地面似然估计(A-GLE)

在patchwork中GLE需要固定阈值，这里对高程阈值和平面度阈值进行改进：

高程：
$e_{\tau, m} \leftarrow \operatorname{mean}\left(E_m\right)+a_m \cdot \operatorname{stdev}\left(E_m\right)$

$E_m$ 是之前所有估计的 $e_n$ 的集合， $a_m$ 是常系数。 $m e an (), s t d e v$ 表示平均值和标准差。

平面度：
同高程一样，平面度阈值更新如下：
$f_{\tau, m} \leftarrow \operatorname{mean}\left(F_m\right)+b_m \cdot \operatorname{stdev}\left(F_m\right)$
去噪高度
A-GLE 根据估计地平面的高程值的平均值更新 $hn o i se$ :
$h_{\text {noise }} \leftarrow \operatorname{mean}\left(E_1\right)+\delta$

5时序地面恢复TGR

在实际地面中，平滑度可能会突然变大，由于A-GLE是根据之前的计算结果去更新参数，所以对于 $f_n$ 突然变大的情况需要做出处理。
记 $D_{m}^{t}$ 为t时刻估计的地面点，将分割不足的bin的 $f_n$ 与 $f_{\tau,m}^t$ 比较：
$f_{\tau, m}^t=\operatorname{mean}\left(F_m^t\right)+c_m \cdot \operatorname{stdev}\left(F_m^t\right)$
$c_m$ 常系数， $F_{m}^t$ 是 $D_{m}^{t}$ 中 $f_n$ 的集合，如果 $f_n<f_{\tau,m}$ 保留地面点，否则去除该bin集合点。