LiDAR画像のカラー化と超解像によるLiDAR点群サンプリングの強化
Enhancing Lidar Point Cloud Sampling via Colorization and Super-Resolution of Lidar Imagery
LiDAR画像に深層学習ベースのカラー化と超解像を適用し、オドメトリ推定のための信頼できる点群サンプルを抽出するフレームワークを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Sier Ha, Honghao Du, Xianjia Yu, Tomi Westerlund
分類: cs.RO
原文アブストラクト
Recent advancements in lidar technology have led to improved point cloud resolution as well as the generation of 360 degrees, low-resolution images by encoding depth, reflectivity, or near-infrared light within each pixel. These images enable the application of deep learning (DL) approaches, originally developed for RGB images from cameras to lidar-only systems, eliminating other efforts, such as lidar-camera calibration. Compared with conventional RGB images, lidar imagery demonstrates greater robustness in adverse environmental conditions, such as low light and foggy weather. Moreover, the imaging capability addresses the challenges in environments where the geometric information in point clouds may be degraded, such as long corridors, and dense point clouds may be misleading, potentially leading to drift errors. Therefore, this paper proposes a novel framework that leverages DL-based colorization and super-resolution techniques on lidar imagery to extract reliable samples from lidar point clouds for odometry estimation. The enhanced lidar images, enriched with additional information, facilitate improved keypoint detection, which is subsequently employed for more effective point cloud downsampling. The proposed method enhances point cloud registration accuracy and mitigates mismatches arising from insufficient geometric information or misleading extra points. Experimental results indicate that our approach surpasses previous methods, achieving lower translation and rotation errors while using fewer points.
関連論文
- ALICE-LRI: キャリブレーション情報不要でスピニングLiDARの可逆レンジ画像を生成する汎用手法LiDAR/点群処理
- ベクトル場可視化によるLiDAR点群の劣化要因の特性評価LiDAR/点群処理
- 自律 heterogeneous ロボットシステムによる捜索救助のための3D LiDARを用いた効率的リアルタイム煙フィルタリングLiDAR/点群処理
- Sliced Wasserstein距離によるLiDARアップサンプリングLiDAR/点群処理
- DSLR: 敵対的学習オートエンコーダによる動的LiDARスキャンから静的スキャンへの再構成LiDAR/点群処理
- CANバスデータを用いた走行車両のLiDAR点群補正LiDAR/点群処理
