以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

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

文章链接：http://arxiv.org/abs/2403.05019

制图在自动化系统的定位和导航中起着至关重要的作用。然而，由扫描传感器生成的三维点云地图中动态物体的存在会引入地图扭曲和长痕迹，从而对精确制图和导航提出了挑战。为了解决这个问题，我们提出了ERASOR + +，一种基于伪占有率的改进方法，用于有效的动态对象移除。首先，我们引入了高度编码描述符，该描述符结合了高度差和高度层信息对点云进行编码。随后，我们提出了高度堆栈测试( Height Stack Test )、地面层测试( Ground Layer Test )和环绕点测试( Surienting Point Test )方法，以精确高效地识别点云面元中的动态面元，从而克服了以往方法的局限性。通过在开源数据集上的广泛评估，我们的方法在精度和效率方面显示出优于现有方法的性能。此外，我们工作中描述的技术有望通过后续的迁移来解决各种具有挑战性的任务或方面。

以上内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！