連続時間軌道最適化を用いたリアルタイム多適応解像度サーフェル6D LiDARオドメトリ
Real-time Multi-Adaptive-Resolution-Surfel 6D LiDAR Odometry using Continuous-time Trajectory Optimization
連続時間Bスプライン軌道表現とガウス混合モデルを組み合わせ、適応解像度のサーフェルマップを高速に位置合わせするリアルタイム6D LiDARオドメトリ手法を提案した論文。
著者: Jan Quenzel, Sven Behnke
分類: cs.RO, cs.CV
原文アブストラクト
Simultaneous Localization and Mapping (SLAM) is an essential capability for autonomous robots, but due to high data rates of 3D LiDARs real-time SLAM is challenging. We propose a real-time method for 6D LiDAR odometry. Our approach combines a continuous-time B-Spline trajectory representation with a Gaussian Mixture Model (GMM) formulation to jointly align local multi-resolution surfel maps. Sparse voxel grids and permutohedral lattices ensure fast access to map surfels, and an adaptive resolution selection scheme effectively speeds up registration. A thorough experimental evaluation shows the performance of our approach on multiple datasets and during real-robot experiments.
関連論文
- 球体型移動ロボットの3Dマッピングのためのリアルタイム地面法線ベクトル推定LiDARオドメトリ
- GR-LIO: 車体-地面間高さを用いた局所地面認識LiDAR慣性オドメトリLiDARオドメトリ
- FMCW-LIO: ドップラーLiDAR慣性オドメトリLiDARオドメトリ
- LF-GICP: ボクセル法線局在性フィールドによるパラメータフリーかつ縮退認識型LiDARオドメトリLiDARオドメトリ
- セマンティック重み付きICPによるLiDARオドメトリ：クラス認識型残差再重み付けによるロバストなスキャン位置合わせLiDARオドメトリ
- GenZ-LIO: 閉鎖空間と開放空間の境界を越えて汎化するLiDAR慣性オドメトリLiDARオドメトリ
