Perception of traversable areas and objects of interest from a 3D point cloud is one of the critical tasks in autonomous navigation. In particular, a ground vehicle needs to look for traversable terrains that are explorable by wheels. Then, to make safe navigation decisions, the segmentation of objects positioned on those terrain has to be followed up. However, under/over-segmentation can negatively influence such navigation decisions. To that end, we propose TRAVEL, which performs traversable ground detection and object clustering simultaneously using the graph representation of a 3D point cloud. To segment the traversable ground, a point cloud is encoded into Tri-Grid Field, which treats each tri-grid as a node and forms a graph structure. Then the traversable terrains are searched and redefined by examining local convexity and concavity of edges that connect nodes. On the other hand, our above-ground object segmentation employs a graph structure by representing a group of horizontally neighboring 3D points as a node and vertical/horizontal relationship between nodes as an edge. Fully leveraging the proposed graph structures, the proposed algorithm ensures real-time operation and mitigates under-segmentation and over-segmentation. Through experiments using simulations, urban scenes, and our own datasets, we have demonstrated that the proposed segmentation algorithm, TRAVEL, outperforms other state-of-the-art methods in terms of the conventional metrics and under-/over-segmentation entropies.
3차원 포인트 클라우드로부터 이동가능 영역 및 물체에 대한 인식은 로봇 항법 시스템에 있어서 요구되는 중요한 문제이다. 특히, 지상형 주행 로봇 및 차량 플랫폼에 있어서 바퀴를 통해 주행 및 탐사가 가능한 이동가능 지형에 대한 판단이 중요한 문제 중 하나이다. 그리고, 안전한 주행 결정을 위해, 해당 지형 위에 위치하는 물체에 대한 인식이 뒤따르게 된다. 하지만, 과분할 및 과소분할 현상은 로봇 항법에 악영향을 준다. 따라서 안전한 자율 주행 결정의 목적을 위해, 3차원 포인트 클라우드기반 그래프 구조를 활용하여 이동가능 영역 탐지와 동시에 객체 군집화를 수행하는 알고리즘인 TRAVEL을 제안한다. 가장 먼저, 이동가능한 지형 분할을 위해, 삼각 격자를 노드로 하는 그래프 구조인 Tri-Grid Field에 3차원 라이다 데이터를 인코딩한다. 그 다음 노드사이의 관계에 대한 국소 볼록성 및 오목성 검사를 통해 이동가능한 영역을 탐색하고 재정의한다. 반면, 지상 객체 분할은 구형 투영 공간에서 수평으로 인접한 3차원 점의 그룹을 노드로 표현하고 노드간의 수평/수직 관계를 엣지로 표현하는 그래프 구조를 사용한다. 제안된 그래프 구조들 기반의 제안한 기술은 실시간 작동을 보장하고 과소 분할 및 과분할을 완화한다. 시뮬레이션, 도시 환경 및 자체 데이터를 기반한 실험을 통해, 제안된 알고리즘인 TRAVEL이 기존 평가 지표와 과분할 및 과소분할 엔트로피 측면에서 다른 방법들을 능가한다는 것을 입증했다.
