本論文では、階層的でセマンティックなトポメトリックなOpen Street Map (OSM)エリアグラフマップ表現を使用して、ロバストで終生的な屋内LiDARグローバルロケーライゼーションとポーズトラッキングアルゴリズムを提案する。
まず、3DLiDARポイントクラウドからクラッタを除去するサブサンプリング手法を提案する。次に、WiFiとバロメーターの初期推定を使ってエリアグラフ上で多数のポーズ推定を生成し、それらのスコアリングを行うことで、グローバルロケーライゼーションを実現する。
ポーズトラッキングでは、クラッタを除去するための重み関数を導入した点対線ICP手法を用いる。さらに、廊下のような環境でのICP性能を改善するために、コリドーネス得点に基づくサブサンプリングも提案する。
実験結果から、提案手法は、クラッタの多い環境や長い廊下でも高精度なロケーライゼーションを実現できることが示された。また、従来のSLAMアルゴリズムと比較しても優れた性能を発揮することが確認された。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問