本論文では、緊急対応者向けの着用可能な3Dマッピングシステムの開発に向けた取り組みを紹介する。ヘルメットに取り付けたり体に装着したりした4つの異なるセンサ構成と、フィールド試験で実装・評価した2つの異なるマッピングアルゴリズムについて説明する。実験結果を議論し、着用可能な3Dマッピングの研究コミュニティにさらなる議論を呼び起こすことを目的とする。
小型化と低価格化が進んだカメラやLiDARセンサにより、ヘルメットやタクティカルベストに搭載可能な超小型の3Dマッピングシステムの開発が可能になった。これらのシステムは、動的で危険な環境での緊急対応能力を革新する可能性がある。
実験A: ヘルメットに取り付けたIntel Realsense L515 ToFカメラを使用したLVIOシステム。全体的な配置は正しいものの、センサの性能限界から点群が不完全で、わずかなドリフトエラーが見られた。
実験B: ヘルメットに取り付けたMicrosoft Azure Kinect DKを使用したLVIOシステム。センサの性能向上により、より良好な3Dマップが得られた。ただし、大空間や屋外環境では性能が低下する。
実験C: ヘルメットに取り付けたLivox Mid-360 LiDARとLuxonis OAK-D Proカメラを使用したLVIOシステム。センサ構成の改善により、全体的な精度が向上した。ただし、LiDARの取り付け位置の最適化が課題。
実験D: 体に2つのLivox Mid-360 LiDARを非剛体に取り付けたデュアルLIOシステム。2つのLiDARを組み合わせることで、マップの網羅性と走行安定性が向上した。ただし、一方のLiDARが特徴点を十分に捉えられない場合は完全に発散する可能性がある。
今後の課題は、センサ配置の最適化や、より堅牢なデータ融合手法の探索により、実世界シナリオでも使用可能な高度な3Dマッピングシステムの開発である。
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Char... às arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.03514.pdfPerguntas Mais Profundas