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。
To Another Language
from source content
arxiv.org
Дополнительные вопросы