前言

---

本文提出了一种新型的去地面点云方法。一种对3D点云数据编码来给CNN进行训练，最后来分割地面点云的方法。

地面点分割方法

---

训练数据说明

---

首先说明，根据Velodyne HDL-64E 生成的KITTI原始点云数据分析得知，每一帧点云尺寸大概为 64x4500，本文每一帧数据为 64x360 ，所以要对原始数据进行降采样。在每一帧点云中，每一线激光绕中心旋转一圈得到的点云按照 1° 的归类分为 360 份，每一份点云的信息提取某一个点或者平均信息作为点代表，代表点的特征和 label 填入格子中生成CNN所需训练数据。每个点 label 进行二分类，分为地面点和分地面点。点特征包括 P = [Px, Py, Pz, Pi, Pr] ([ 坐标x， 坐标y， 坐标z， 反射强度intensity， 距离range ])。

A. 数据准备（Encoding Sparse 3D Data Into a Dense 2D Matrix）

---

为了将稀疏的3D点云数据应用的2D的CNN中，本文将其编码为2D的多信号通道数据储存在矩阵 M 中，如下图所示。

image.png

矩阵M尺寸为 64x360 ，降采样过程中，对一个格子内多个点进行平均取值作为代表。同时为了简化数据，[x,z] 计算得到的值代表距离，因为本文默认 Y 轴为高度方向，所以 x， z 值为对偶，可以采取此种方式进行简化数据。对于空格子，则从临近格子进行线性插值来生成该格子内值。

image.png

B. 训练数据集（Training Dataset）

---

训练数据集的重要性不容多说，本文自行开发了基于人工种子点选取的点云分割工具（semiautomatic tool for ground annotation），原理参考图像中的区域增长算法，只不过此处将点之间距离作为判断条件代替灰度值，同时发现当上下限为[0.03, 0.07]米时分割效果最好。选取了KITTI不同场景下共252帧点云作为人工分割数据，将分割好的数据按照7:3比例分为[训练集，评价集]。
由于上面得到的数据量太少，所以本文又通过其他一些方法对剩下的19k帧数据，生成了训练所需数据集，基与点云特征有：最低高度，高度变化值，两线激光点云之间的距离和高度差。本文也尝试过自动生成数据（artificial 3D LiDAR data），但是效果较差。

C. 网络结构以及训练方法（Topology and Training of the Proposed Networks）

---

因为生成的训练数据较少，所以只采用浅层的CNN网络结构（shallow CNN architectures），类型为全卷积（fully convolutional）。卷基层和反卷基层都包含非线性的ReLU神经元（ReLU non-linearities），采用梯度下降方法进行训练。网络结构如下图所示：

image.png

上文 A. 中得到的矩阵 M 作为网络输入，因为是逐点（pixel）进行分类，所以网络的输出尺寸与输入尺寸相同，根据分类： ground = 1，其余点根据softmax函数概率映射进行输出。反卷积层（Deconvolutional
layers，广泛应用于语义分割（semantic segmentation）领域）在本文提出的4个网络结构中的中3个都有应用，其中包括效果最好的 L05+deconv （上图中第一个）。

CNN的输入数据先要进行归一化（normalize）和剪裁（rescale），高度方面KITTI数据集将 3m 以上的数据进行了滤波处理，深度 d 通道方面则使用 log 进行归一化处理。

image.png image.png

实验结果

---

image.png

以上。

---

参考文献：CNN for Very Fast Ground Segmentation in Velodyne LiDAR Data.PDF

欢迎访问我的个人博客： zengzeyu.com