Surface reconstruction for mapping applications from LiDAR point clouds

Abstract

The demand for high-definition (HD) maps has risen significantly, extending into diverse applications. This work presents an algorithmic approach to geometry generation for HD Maps by leveraging mobile LiDAR point cloud data. The algorithm integrates surface reconstruction, HDBSCAN-based clustering, spline fitting, and outline detection. Through rigorous evaluation against ground truth data, the algorithm’s accuracy and efficiency are assessed on a purpose-built datasets with ground truth.

Die Nachfrage nach hochauflösenden (HD) Karten ist erheblich gestiegen und erstreckt sich auf verschiedene Anwendungen. Diese Arbeit stellt einen algorithmischen Ansatz zur Erzeugung von Geometrie für HD-Karten vor, welcher mobile LiDAR-Punktwolkendaten als Basis nutzt. Der Algorithmus integriert Oberflächenrekonstruktion, HDBSCANbasiertes Clustering, Spline-Fitting und Umrisserkennung. Die Genauigkeit und Effizienz des Algorithmus werden anhand von eigens erstellten Datensatzes mit Ground Truth bewertet.