Основні поняття
本論文は、粗い地形における無人地上車両の自律ナビゲーションのための効率的なハイブリッドローカライゼーションフレームワークと、3Dポイントクラウドデータの詳細な処理手法を提案する。
Анотація
本論文は、粗い地形における無人地上車両の自律ナビゲーションのための効率的なハイブリッドローカライゼーションフレームワークと、3Dポイントクラウドデータの詳細な処理手法を提案している。
主な内容は以下の通り:
FAST-LIO2アルゴリズムを拡張したローカライゼーションフレームワークを提案。既知のポイントクラウドマップ上でのロバストなローカライゼーションと、未知の環境の同時探査・マッピングを可能にする。
生のポイントクラウドを滑らかで低ノイズなマップに変換する2段階のフィルタリング手法を開発。これにより、ポイントの可視性領域の判定や、関心領域の正確な定義が可能になる。
粗い地形内の移動可能領域を抽出する手法を提案。ポイントクラウドの法線情報を活用し、傾斜や粗さを評価することで、UGVの安全な経路計画を可能にする。
実フィールドでの実験結果を示し、提案手法の有効性を実証。従来手法と比較して、より高精度なローカライゼーションを実現している。
Статистика
提案手法のローカライゼーション精度は平均誤差0.026m、標準偏差0.049mであり、従来手法より優れている。
提案手法は計算コストも低く、リアルタイム性に優れている。