ERASOR++: Height Coding Plus Egocentric Ratio Based Dynamic Object Removal for Static Point Cloud Mapping

在自动化系统中，地图绘制在定位和导航中起着至关重要的作用。然而，从扫描传感器生成的3D点云地图中动态物体的存在可能会导致地图失真和长时间的痕迹，从而对准确的地图绘制和导航构成挑战。为了解决这个问题，我们提出了ERASOR++，这是一种基于伪占用的自我中心比率的增强方法，用于有效地去除动态物体。首先，我们引入了高度编码描述符，它结合了高度差异和高度层信息来对点云进行编码。随后，我们提出了高度堆栈测试、地面层测试和周围点测试方法，以精确高效地识别点云中的动态区域，从而克服了以前方法的局限性。通过对开源数据集的广泛评估，我们的方法在精度和效率方面表现优于现有方法。此外，我们工作中描述的技术有望通过后续迁移来解决各种具有挑战性的任务或方面。

论文旨在解决由动态物体引起的点云地图失真和长时间追踪等问题，提出了一种基于伪占用率的自我中心比率的增强方法ERASOR++。

论文提出了高度编码描述符，将高度差和高度层信息结合起来对点云进行编码，并提出了三种方法来精确高效地识别点云中的动态物体。

论文通过对开源数据集的广泛评估，证明了该方法在精度和效率方面优于现有方法。该方法的技术还有望通过后续迁移应用于解决其他挑战性任务或方面。

近期的相关研究包括：PointRCNN、PV-RCNN、STD等。