Evaluación de técnicas de agrupamiento para segmentación de nubes de puntos LIDAR

  • Nicolás Urbano Pintos UTN FRH/CITEDEF
  • Héctor Alberto Lacomi DRL CITEDEF/ ASE UTN FRH
  • Mario Blas Lavorato TAMA UTN FRH
Palabras clave: segmentación, nubes de puntos lidar, agrupamiento

Resumen

Las nubes de puntos LIDAR suministran información precisa sobre distancias, y son de gran utilidad para robots de búsqueda y rescate urbano, vehículos autónomos y robots de uso industrial en general. Estos conjuntos de datos representan escenarios, ya sean interiores o exteriores, formados por edificios, personas, vehículos y objetos en general. La información se presenta de forma densa y no estructurada en coordenadas cartesianas de 3 dimensiones. Para analizar el entorno representado, una de las primeras tareas es la segmentación de los escenarios. En este trabajo se evalúan técnicas de agrupamiento no supervisado para segmentar conjuntos de datos de nubes de puntos LIDAR. A partir de una observación visual de las clases y el cálculo de métricas de agrupamiento, se compara el comportamiento de los algoritmos K-means, DBSCAN, BIRCH y Mean Shift en diferentes escenarios interiores y exteriores.

Publicado
2023-07-07
Cómo citar
Urbano Pintos, N., Lacomi, H., & Lavorato, M. (2023). Evaluación de técnicas de agrupamiento para segmentación de nubes de puntos LIDAR. Memorias De Las JAIIO, 9(12). Recuperado a partir de https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/589
Sección
SAIV - Simposio Argentino de Imágenes y Visión