Core Concepts
G3Regは、従来の複雑なキーポイントやディスクリプタを使わずに、平面、クラスタ、線分(PCL)といった基本的な幾何プリミティブを抽出し、それらを統一的なガウシアン楕円体モデル(GEM)で表現することで、高速かつ堅牢なグローバル登録を実現する。
Abstract
本研究では、LiDARポイントクラウドのグローバル登録のための新しいフレームワークG3Regを提案している。従来のアプローチは複雑なキーポイントやディスクリプタに依存していたが、G3Regでは、ポイントクラウドから平面、クラスタ、線分(PCL)といった基本的な幾何プリミティブを抽出し、それらをガウシアン楕円体モデル(GEM)で表現する。
GEMを使うことで、センターの不確定性をモデル化し、信頼と検証のスキームに組み込むことができる。具体的には、ピラミッド互換性グラフを構築し、各レベルで最大クリークを解くことで、複数の変換候補を生成する。最後に、圧縮された生のポイントクラウド情報を使って、最適な変換候補を選択する。
実験評価では、3つの公開データセットと自社収集のマルチセッションデータセットで、提案手法の優れたロバスト性とリアルタイムパフォーマンスを実証している。また、GEMとPAGORの個別コンポーネントを他の登録フレームワークに統合することで、その有効性を高められることも示している。
Stats
2つのLiDARポイントクラウドの重複率は1.22%と非常に低い
提案手法によるインライア比は58.33%に改善された
Quotes
"従来のアプローチは複雑なキーポイントやディスクリプタに依存していたが、G3Regでは、ポイントクラウドから平面、クラスタ、線分(PCL)といった基本的な幾何プリミティブを抽出し、それらをガウシアン楕円体モデル(GEM)で表現する。"
"GEMを使うことで、センターの不確定性をモデル化し、信頼と検証のスキームに組み込むことができる。"