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:2506.15849

PRISM-Loc: トポロジカルマップを用いた都市環境における軽量長距離LiDAR自己位置推定

PRISM-Loc: a Lightweight Long-range LiDAR Localization in Urban Environments with Topological Maps

シェア:XThreadsFacebookLINEはてブBluesky

生のLiDARスキャンから直接動作するスキャンマッチングと縁石検出を組み合わせ、コンパクトなトポロジカルマップ上でリアルタイムかつ堅牢な自己位置推定を実現する軽量手法を提案。

詳しい要約

1. どんなもの?

- 大規模屋外環境向けの軽量・堅牢な LiDAR localization 手法 PRISM-Loc の提案 - コンパクトな topological map と、raw LiDAR scan 上で動作する新規 scan-matching・curb-detection モジュールを組み合わせる - resource-constrained platform 向けに設計され、real-time 性能と都市センシングの課題への耐性を重視 - global place recognition と独自 scan matching により、コンパクトな topological map 上で高精度 localization を実現

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的比較は要旨からは不明 - 主張される利点は、city-scale のコンパクト表現、raw LiDAR 点上で直接動作する curb detection と scan matching のパイプライン、組込み向けの軽量・real-time 性 - 大規模 ITLP-Campus で 99% 成功率、1 localization あたり 150 ms、localization 用 map 20 MB という実用指標を示す点

3. 技術・手法の肝は?

- コンパクトな topological representation を用いた city-scale localization - global place recognition による大域的な位置認識 - raw LiDAR scan に直接作用する新規 scan-matching 手法 - curb detection モジュールを scan matching と組み合わせるパイプライン - resource-constrained platform を想定した軽量設計と real-time 動作

4. どうやって有効だと検証した?

- 標準ベンチマーク上での実験 - embedded platform 上での実験 - 大規模 ITLP-Campus dataset で 99% の成功率を達成 - 1 localization あたり 150 ms、localization 用 map 20 MB という性能を報告 - 性能分析を含む thorough evaluation を実施

5. 議論はある?

- 都市環境の sensing 課題に対する resilience を強調 - 軽量性・real-time 性・コンパクト map の実用性を主張 - 具体的な限界や失敗ケース、比較手法との優劣の議論は要旨からは不明

6. 次に読むべき論文は?

- ITLP-Campus dataset に関連する研究 - LiDAR-based global place recognition の代表的手法 - topological map を用いた localization の関連研究 - curb detection を用いた LiDAR localization の関連研究 - resource-constrained platform 向け LiDAR localization の関連研究

※ 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: Kirill Muravyev, Artem Kobozev, Vasily Yuryev, Alexander Melekhin, Oleg Bulichev, Dmitry Yudin, Konstantin Yakovlev

分類: cs.RO, cs.CV

原文アブストラクト

We propose PRISM-Loc - a lightweight and robust approach for localization in large outdoor environments that combines a compact topological representation with a novel scan-matching and curb-detection module operating on raw LiDAR scans. The method is designed for resource-constrained platforms and emphasizes real-time performance and resilience to common urban sensing challenges. It provides accurate localization in compact topological maps using global place recognition and an original scan matching technique. Experiments on standard benchmarks and on an embedded platform demonstrate the effectiveness of our approach. Our method achieves a 99\% success rate on the large-scale ITLP-Campus dataset while running at 150 ms per localization and using a 20 MB map for localization. We highlight three main contributions: (1) a compact representation for city-scale localization; (2) a novel curb detection and scan matching pipeline operating directly on raw LiDAR points; (3) a thorough evaluation of our method with performance analysis.

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. 2GXO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
  3. 3newmo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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI