도심 환경에서 취득한 3D LiDAR 데이터에는 필연적으로 차량이나 보행자 같은 동적 물체에 대한 정보가 포함된다. 하지만 이러한 동적 물체에 대한 정보는 자율 주행 차량이나 모바일 로봇 같은 자율 주행 플랫폼이 주행(navigation)을 하거나 위치 인식(localization)을 할 때 방해 요인으로 작용한다. 왜냐하면 동적 물체는 일시적으로 공간을 차지하고 움직이기 때문에 실제로 해당 공간에 물체가 있지 않더라도 자율 주행 플랫폼 입장에서 물체가 있다고 인식하게 되기 때문이다. 따라서 본 논문에서는 맵 데이터 상에서 동적 물체만을 제거하여, 자율 주행 플랫폼이 주행을 하거나 위치 인식을 할 때 필요한 정적 물체들에 대한 정보만(static map)을 남기는 ERASOR라는 새로운 알고리즘을 제안한다. 포인트 클라우드의 각 포인트에 대해서 정적인가 동적인가를 따지는 기존의 알고리즘들과는 다르게, 바닥으로부터의 공간이 차지하고 있는 높이 차를 활용하여 pseudo occupancy라는 개념을 제안하였고, 동적 물체를 제거할 때도 해당 지역의 바닥 평면을 추출하여 동적 물체를 제거하는 Region-wise Ground Plane Fitting (R-GPF)라는 새로운 방식의 동적 물체 제거 방법을 제안하였다. 그 결과 기존의 방식들 대비 정적인 물체에 대한 정보는 더욱 더 많이 보존하면서 최소 10배 가량 빠르게 정적 맵을 생성할 수 있었다.
