起因：通過學習傳統算法發現當前算法的一個問題，依賴人為設定的閾值參數，不同點云量需要不停地修改參數來達到最好的效果，根據點云緊密遠疏的特點，點云的密度與距離到底存在一個什么樣子的映射關系？利用這種映射關系，怎樣自適應地調節閾值參數?

《Towards Characterizing the Behavior of LiDARs in Snowy Conditions》

討論和結論

降雪條件下，4種常用激光雷達的效果。905nm
某個激光雷達 降雪時，回波的峰值平均率可達15%
建立一個簡單的概率模型，考慮范圍對雪花干擾的影響。
對于我們的實驗設置，這個模型可以近似為對數正態分布。最重要的是，我們的數據表明，在10米以外的范圍內，雪花對LiDAR的影響非常有限。
穿過雪花的光束，強度會減弱，再經過物體反射，其強度衰減地與雪點反射的光一樣。
最遠射程的點可能因為衰減而無法被接收。
反射強度與表面類型的關系。

引言

背景：激光雷達受降雪的影響
研究目的：探索這種影響特性

時間統計信息提取

分析六個完整暴風雪持續期間四個傳感器的時間行為。


上述兩個圖可以看到靜態物體點云的四個掃描幀間的變化是很小的。


從上面的兩個圖可以看到降雪的點云四個掃描幀間，分布變化很大，且在五米內的位置。
然而，這種差異可能不足以影響依賴激光數據的算法。

平均的降雪回波概率。

作為距離函數的降雪回波分布（重點）

關注距離x如何影響雪花觸發測量的概率。換句話說，超過一定范圍后，傳感器就看不到雪花了。
使用直方圖去估計概率密度函數

降雪檢測距離影響的建模

許多研究者提出了關于傳感器的概率模型。

給定W天氣，降雪點引起的回波，對應的概率為，引入距離x作為條件，，有了這樣一個公式，就可以在統計上更合理地處理信息，例如在貝葉斯概率框架內。使用歸一化來比較點云數量差距較大的傳感器。
點云密度隨范圍變化圖如下：

總的形狀服從對數正態分布
對于所有的傳感器，我們也可以得出結論，在x > 10米之外，雪花不再被檢測到，即它們變得隱形。
如圖6中紅色虛線所示，是傳感器光學探測到雪花的概率作為范圍x的函數。

集中性的破壞：當統計樣本的參數分布范圍極大時，正態分布也就不再能刻畫統計樣本的性質，需要使用對數正態分布。
我認為聚類點云的knn鄰域距離也服從深度x的正態分布函數

總結

以上是生活随笔為你收集整理的Towards Characterizing the Behavior of LiDARs in Snowy Conditions的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。