（A dynamic zone estimation method using cumulative voxels for autonomous driving）

針對無人駕駛車輛的自動駕駛技術，目前已經(jīng)研究了避障和可用道路識別技術等。為了將研究成果擴展到實際環(huán)境中的自動駕駛，需要將運動物體考慮進去。本文提出了一種預處理方法，用來識別無人駕駛車輛周圍存在運動物體的動態(tài)區(qū)域。該方法首先需要安裝在無人駕駛車輛上的測距傳感器采集的三維像素空間中累積三維點數(shù)據(jù)。接下來，從累積點的數(shù)據(jù)中高速識別特征，并將具有顯著特征變化的區(qū)域估計為動態(tài)物體存在的區(qū)域。本文提出的方法可以識別動態(tài)區(qū)域，即使對于車輛移動的情況也可以根據(jù)三維空間數(shù)據(jù)的幾何圖形、高度圖和分布情況快速處理數(shù)據(jù)。本文還通過真實環(huán)境數(shù)據(jù)集上的地面實況數(shù)據(jù)進行模擬試驗以對該方法進行評估，驗證了其可行性。

本文提出了一種用于在累積體素環(huán)境中檢測包含動態(tài)對象的區(qū)域的預處理方法。該方法只是通過識別與動態(tài)物體在累積體素環(huán)境中形成的軌跡對應的體素特征來估計具有動態(tài)物體的區(qū)域，而不分割地面和物體。將物體上的原始點轉化為體素并積累，形成分布在物體單元上的累積體素圖。接下來，使用每個物體單元中的體位分布來估計動態(tài)目標單元。最后，通過后處理改善了所提出的方法的準確性，即從包含靜態(tài)目標單元的環(huán)境中估計靜態(tài)目標單元。根據(jù)實驗結果表明，動態(tài)目標單元的檢測精度達到了93.99%。一幀的檢測率是19ms。由于實驗中使用的激光雷達的數(shù)據(jù)采集周期為100ms，因此驗證了本文提出的方法能夠實時檢測動態(tài)目標單元。本文提出的方法使用3D激光雷達數(shù)據(jù)有助于減少動態(tài)檢測中的處理時間。未來工作可以考慮多種情況的影響來提高該方法的準確性和魯棒性，特別是當對象的狀態(tài)從靜態(tài)變?yōu)閯討B(tài)的情況或反之，以及當移動對象被其他對象部分遮擋時，或者當點云運動目標被多個單元劃分時的情況。