探讨利用2D占据概率地图实时识别3d激光点云中动态障碍物可能性

关于占据概率栅格检测动静态障碍物的两点思考

三维激光点云创建二维占据栅格所引起的错误

直接将三维投影到二维，点云的分布如下图。其中A点为发射激光的原点，其中1点和2点为同属于一个障碍物上的点，在三维空间中，他们高度不同。如果投影到二维空间中，可以看到1、2、A三点共线。如果计算2点所在栅格的概率时，会更新A点到2点之间的栅格为free状态,这就会影响1所在栅格的occ状态。这是在构建占据栅格时，对信息降维所引起的问题。
占据栅格地图无法判别当前帧的动态障碍物

设红色◇为激光发射点，1,2为t时刻动态障碍物所在位置，3,4为t-1时刻动态障碍物所在位置，根据占据概率栅格更新策略，t时刻，3、4栅格占据概率减小，但是当前障碍物所在位置1,2占据概率会增加。无法根据概率判定当前帧的1,2为动态障碍物。
实验结果

上图，正前方车辆为运动状态，其他车辆为静止状态。但是根据占据栅格算法得到的结果却是错误的（图中红色：静止；绿色：运动），正前方的车辆无法检测到其为运动。旁边的车辆由于三维降为二维，导致了很多由于问题一所述的检测错误。

菜鸡草莓用占据概率栅格改了好久代码，后来才发现问题，整个人都呆滞了