Системы слежения на основе LiDAR обеспечивают 3D-изображение окружающей среды, но имеют недостатки, такие как мертвые зоны. Чтобы улучшить охват и точность данных, необходимо устанавливать несколько LiDAR-систем. Исследовательская группа под руководством магистранта Кенты Азумы из Технологического института Шибаура разработала методику для точной оценки значимых областей в облаках точек, что ранее не было полностью раскрыто.
Исследователи сегментировали облако точек на воксели, разделив их на динамические (для перемещения людей) и статические (ограниченные стенами). Для оценки ключевых зон использовались две категории пространственных метрик: временная и статистическая, формирующие пространственные признаки (SF). Результаты их работы представлены в статье журнала IEEE Sensor Journal.
Команда провела эксперименты для проверки метрик и применяла методы машинного обучения для оптимизации пороговых значений в классификации динамических вокселей. Результаты показали, что достигнутая точность сопоставима с наилучшими показателями экспериментов. Однако увеличение размера вокселей с 1 до 1,25 метра снижало точность.
