Ground Segmentation based on Loopy Belief Propagation for Sparse 3D Point Clouds （论文速读）

欢迎访问我的个人博客：zengzeyu.com

Abstract

---

在使用3D激光雷达进行局部环境感知任务中，地面点分割是中重要的预处理任务，并且在起伏不平和倾斜的非结构化环境中非常具有挑战性。为了解决地面分割问题，我们提出了一种新型的基于代价的地面估计模型，该模型被并入马尔科夫随机场（Markov Random Field）中，并使用循环信念传播（loopy belief propagation）来进行求解。我们的代价估计模型应用在在LiDAR点云柱状分布图上，为地面高度提供了鲁棒性好的非参数估计。这些估计可对任意场景包括偶然情况下的障碍物遮挡的建模。一个极坐标下的，包含局部平滑和斜率假设的多标记马尔科夫随机场用来了滤出障碍物，同时在进行估计时，允许地面高度上的急剧变化。一个高效的LBP方法被用来解决每个单元中的最大置信高度。相比于其他局部地面分割犯法，实验结果表明，我们的方法在崎岖的地形上有良好的性能。

---

参考文献：
1. Ground Segmentation based on Loopy Belief Propagation for Sparse 3D Point Clouds