Core Concepts
動的環境における正確な3Dマップを構築するために、時間依存の符号付き距離関数を表現する4D暗黙的ニューラル表現を提案する。
Abstract
本論文は、動的環境における正確な3Dマップの構築を目的としている。提案手法では、入力となる一連のLiDARスキャンデータから、時間依存の符号付き距離関数(TSDF)を表現する4D暗黙的ニューラル表現を最適化する。
具体的には以下の手順で行う:
時間依存のTSDFを表現するために、時間に依存する基底関数を用いた表現を提案する。
階層的なボクセルグリッドと共有デコーダを用いて、空間的な表現を実現する。
表面近傍のサンプルと自由空間のサンプルに対する損失関数を設計し、勾配制約を加えることで、静的な部分と動的な部分を効果的に表現できるようにする。
提案手法の評価では、静的マッピングの精度と動的物体の分割精度の両面で優れた性能を示している。特に、動的物体の除去と静的マップの再構築を同時に行うことができ、従来手法を大きく上回る結果を得ている。
Stats
静的物体の再構築精度は、従来手法と比べて大幅に向上している。
動的物体の分割精度も、従来手法を大きく上回っている。
提案手法は、動的物体の除去と静的マップの再構築を同時に行うことができる。
Quotes
"動的環境における正確な3Dマップの構築は、自律走行車のための信頼性の高い位置推定、経路計画、ナビゲーションを実現するための重要な基盤となる。"
"提案手法は、時間依存の符号付き距離関数を表現する4D暗黙的ニューラル表現を用いることで、動的物体を除去しつつ、静的な3Dマップを再構築することができる。"