日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自己位置推定arXiv:2405.05059

G-Loc: 事前トポロジカル・メトリック情報を用いた密結合グラフ局所化

G-Loc: Tightly-coupled Graph Localization with Prior Topo-metric Information

シェア:XThreadsFacebookLINEはてブBluesky

LiDAR・慣性・GNSSと地図レジストレーションをスライディングウィンドウ型グラフで統合し、事前のトポロジカル・メトリック情報を再利用して高精度な自己位置推定を実現するフレームワークを提案した。

著者: Lorenzo Montano-Oliván, Julio A. Placed, Luis Montano, María T. Lázaro

分類: cs.RO

原文アブストラクト

Localization in already mapped environments is a critical component in many robotics and automotive applications, where previously acquired information can be exploited along with sensor fusion to provide robust and accurate localization estimates. In this work, we offer a new perspective on map-based localization by reusing prior topological and metric information. Thus, we reformulate this long-studied problem to go beyond the mere use of metric maps. Our framework seamlessly integrates LiDAR, inertial and GNSS measurements, and cloud-to-map registrations in a sliding window graph fashion, which allows to accommodate the uncertainty of each observation. The modularity of our framework allows it to work with different sensor configurations (e.g., LiDAR resolutions, GNSS denial) and environmental conditions (e.g., mapless regions, large environments). We have conducted several validation experiments, including the deployment in a real-world automotive application, demonstrating the accuracy, efficiency, and versatility of our system in online localization.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI