核心概念
多くのエージェントからの情報を活用して、大規模な都市環境を効率的にカバーする動的な3Dシーングラフを構築する新しいアルゴリズムを紹介します。
要約
この研究では、多数のエージェントからのパノプティックLiDARデータを活用して、大規模な地図を構築する効果的なグラフベースの協力SLAMアプローチであるCURB-SGが提案されています。得られた3Dマップを意味論的に分解し、レーン情報や静的ランドマークの位置、他の車両の観測データなどを含む多層シーングラフが構築されます。また、環境は交差点と非交差点道路領域に分割され、階層化された環境抽象化が可能となります。実験評価ではCARLAシミュレータを使用し、提案手法の有効性が示されています。
統計
CURB-SGは大規模な地図構築において高い精度とスケーラビリティを実現している。
85%以上の都市探索において、3つのエージェントが最も速く探索できることが示されている。
引用
"We introduce a novel algorithm for representing urban driving environments as dynamic 3D scene graphs constructed from multi-agent observations to efficiently cover large areas."
"Our method yields an almost complete lane graph even though several lanes have only been driven by the agents in the opposite direction."