SLAM2025/7/1arXiv:2507.20516

劣化に頑健な高精度マッピングのための大規模LiDAR慣性データセット

Large-Scale LiDAR-Inertial Dataset for Degradation-Robust High-Precision Mapping

複雑な実環境でのLIOシステムの検証不足を解決するため、4つの実環境をカバーする大規模で高精度なLiDAR慣性オドメトリデータセットを構築し、高精度な正解軌道を提供した。

詳しい要約

1. どんなもの？

- 大規模かつ高精度な LiDAR-Inertial Odometry (LIO) 向けデータセット - 既存研究で不足していた複雑な実世界環境での LIO 検証を目的とする - 60,000〜750,000 平方メートルに及ぶ4種類の実環境を収録 - 自作の backpack-mounted platform に multi-beam LiDAR、industrial-grade IMU、RTK-GNSS modules を搭載 - 長い軌跡、複雑な scene、高精度な ground truth を含む - 実用的な高精度 mapping における LIO の汎化性能評価用 benchmark を提供

2. 先行研究と比べてどこがすごい？

- 既存研究では複雑な実世界 scenario における LIO system の検証が不十分であった点を課題として位置づけ - 大規模 area（60,000〜750,000 平方メートル）と長 trajectory をカバー - 複数種類の実環境を対象とし、汎化性能の評価を可能にする - RTK-GNSS による anchoring と SLAM-based optimization を融合した高精度 ground truth を提供 - oblique photogrammetry と RTK-GNSS を統合して trajectory 精度を検証 - 具体的な先行手法名との比較は要旨からは不明

3. 技術・手法の肝は？

- 自作の backpack-mounted platform を構築 - multi-beam LiDAR、industrial-grade IMU、RTK-GNSS modules を搭載して data を収集 - ground truth は SLAM-based optimization と RTK-GNSS anchoring の融合により生成 - trajectory 精度の検証に oblique photogrammetry と RTK-GNSS の統合を利用 - 4種類の実環境で 60,000〜750,000 平方メートルの範囲を対象 - 長 trajectory と複雑 scene を含む点が data 設計の肝

4. どうやって有効だと検証した？

- oblique photogrammetry と RTK-GNSS を統合して trajectory 精度を検証 - SLAM-based optimization と RTK-GNSS anchoring を融合した ground truth を構築 - 4種類の実環境・大規模 area・長 trajectory を含む data で LIO system の汎化性能を評価可能とする benchmark を提供 - 個々の LIO 手法に対する定量比較の詳細は要旨からは不明

5. 議論はある？

- 実世界の複雑 scenario における LIO の検証不足を埋めることを狙う - 高精度 mapping 実用場面での汎化性能評価の重要性を示唆 - 具体的な限界、失敗事例、議論の詳細は要旨からは不明 - 比較対象となる LIO 手法や評価指標の詳細は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として LiDAR-Inertial Odometry (LIO)、SLAM-based optimization、RTK-GNSS anchoring が挙げられる - 同分野の定番として LOAM、LeGO-LOAM、LIO-SAM、FAST-LIO 系の LIO 研究を次に読む候補として検討 - oblique photogrammetry を用いた ground truth 検証に関する研究も関連

※ 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: Xiaofeng Jin, Ningbo Bu, Shijie Wang, Jianfei Ge, Jiangjian Xiao, Matteo Matteucci

分類: cs.RO

原文アブストラクト

This paper introduces a large-scale, high-precision LiDAR-Inertial Odometry (LIO) dataset, aiming to address the insufficient validation of LIO systems in complex real-world scenarios in existing research. The dataset covers four diverse real-world environments spanning 60,000 to 750,000 square meters, collected using a custom backpack-mounted platform equipped with multi-beam LiDAR, an industrial-grade IMU, and RTK-GNSS modules. The dataset includes long trajectories, complex scenes, and high-precision ground truth, generated by fusing SLAM-based optimization with RTK-GNSS anchoring, and validated for trajectory accuracy through the integration of oblique photogrammetry and RTK-GNSS. This dataset provides a comprehensive benchmark for evaluating the generalization ability of LIO systems in practical high-precision mapping scenarios.

arXivで原文を読む →arXiv概要ページ

劣化に頑健な高精度マッピングのための大規模LiDAR慣性データセット

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？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell