BeautyMap: Binary-Encoded Adaptable Ground Matrix for Dynamic Points Removal in Global Maps

全局点云可以正确地表示静态环境特征，有助于准确的定位和强健的路径规划。然而，动态物体会引入不必要的干扰轨迹，与静态环境混淆。现有的动态物体去除方法通常无法在计算效率和准确性之间取得平衡。因此，我们提出了BeautyMap，以有效地去除动态点并保留静态特征以生成高保真全局地图。我们的方法利用二进制编码矩阵来有效提取环境特征。通过比较每个帧的矩阵和相应地图区域的位，我们可以提取潜在的动态区域。然后，我们使用粗到细的分层$z$轴分割来处理地形变化。最后的静态恢复模块考虑每个单独扫描的范围可见性，并保护视线之外的静态点。比较实验表明，BeautyMap在准确性和效率方面优于其他动态点去除方法。代码已在https://github.com/MKJia/BeautyMap上开源。

如何高效地去除点云数据中的动态物体，保留静态环境特征，以提高全局定位和路径规划的准确性和鲁棒性？

使用 BeautyMap 方法，通过二进制编码矩阵来高效提取环境特征，并采用逐层分割的方法处理地形变化，最终通过静态恢复模块保护静态点。

该方法在准确性和效率方面都表现优异，相较于其他动态点去除方法有较大改进。论文提供了开源代码。

在该领域的相关研究有：Dynamic Object Removal in 3D Point Clouds Using Local Surface Fitting和Real-Time Semantic Segmentation of 3D Point Clouds for Mobile Robots等。