一种基于实时激光雷达（LiDAR）的非道路环境地形通行性分类方法

《Robotica》：A real-time LiDAR-based terrain traversability classification approach in off-road environments

地形可通行性分析对无人驾驶至关重要，本文提出基于实时LiDAR的神经网络，通过动态体素化、柱状特征编码和点云散射生成BEV特征图，结合可通行性完成模块输出密集 traversability 图，训练采用离线生成的密集标签，推理速度达110+ FPS，并在RELanis-3D和SemanticKITTI数据集上验证有效性。

　　

摘要

地形穿越能力分析对于实现自主导航至关重要。本文提出了一种基于实时光检测与测距（LiDAR）的网络，用于非越野环境中的地形穿越能力分类。该网络包含一个快速的鸟瞰图（BEV）特征图生成模块，该模块负责对点云进行动态体素化、柱状特征编码及散点处理；同时还包含一个穿越能力完成模块，用于生成精确且密集的鸟瞰图穿越能力地图。该网络通过离线数据处理生成的密集真实标签进行训练，从而能够以高达110 FPS以上的推理速度，实现对以本车为中心的周围地形的精确且密集的穿越能力分类。最后，我们在RELLIS-3D非越野数据集和SemanticKITTI公路数据集上进行了定性和定量实验，证明了所提出方法的效率和准确性。

---

---