Core Concepts
LiDARの測定不確実性を包括的に考慮し、効率的な不確実性伝播手法を提案することで、高精度なLiDAR-慣性オドメトリーシステムを実現する。
Abstract
本論文は、LiDARの測定不確実性を包括的に考慮した点雲不確実性モデルと、効率的な不確実性伝播手法を提案している。
まず、点雲の不確実性には、LiDARの測距精度、方位角精度、入射角、および表面粗さなどの要因が影響することを示し、これらを考慮した包括的な点雲不確実性モデルを提案した。
次に、点雲の不確実性を幾何要素(平面)の不確実性に効率的に伝播する手法(LUFA)を開発した。LUFAは、固有値と固有ベクトルのインクリメンタルなヤコビアン行列を導出することで、O(1)の時間計算量で不確実性を伝播できる。
最後に、提案手法をLiDAR-慣性オドメトリーシステムLOG-LIO2に統合し、シミュレーションと実データでの評価を行った。その結果、提案手法はLiDAR-慣性オドメトリーの精度と効率性を向上させることが示された。
Stats
LiDARの測距精度は一定の標準偏差σdを持つ。
LiDARの方位角精度は一定の標準偏差σωを持つ。
入射角αに応じて、測距精度の標準偏差はσini = diσωtanαiとなる。
表面粗さに応じた標準偏差はσo = ηsinβとなる。
Quotes
"LiDARの測定不確実性は、範囲検知、方位角、入射角、および表面粗さなどの要因に依存する。"
"提案手法は、固有値と固有ベクトルのインクリメンタルなヤコビアン行列を導出することで、O(1)の時間計算量で不確実性を伝播できる。"