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-inertial odometry (LIO) フレームワーク GenZ-LIO を提案。 - 閉鎖空間と開放空間の遷移に伴う scan density や local geometric structure の変化に適応。 - 3つの構成要素: (i) scale-aware adaptive voxelization, (ii) hybrid-metric state update, (iii) voxel-pruned correspondence search。 - 9つの公開データセットと新規 NarrowWide dataset の計42シーケンスで評価。 - 多様なフィールドシナリオで安定した odometry 推定を維持し、発散しないことを示す。

- 従来の LIO は閉鎖空間と開放空間の遷移で scan density や local geometric structure が大きく変化すると、ロバスト性と計算効率が低下する問題があった。 - GenZ-LIO は spatial scale の変化に適応する generalizable な枠組みを提供。 - 具体的な先行研究との比較は要旨からは不明。

- (i) scale-aware adaptive voxelization: 空間スケール変化に応じて scan downsampling を調整。 - (ii) hybrid-metric state update: 幾何構造の変化に応じて point-to-plane と point-to-point の残差を組み合わせ。 - (iii) voxel-pruned correspondence search: 効率的な point-to-point マッチングのための対応探索。 - これら3要素を統合し、閉鎖・開放環境間の遷移に対応。

- 9つの公開データセットと新規に収集した NarrowWide dataset から合計42シーケンスを使用。 - 多様なフィールドシナリオで spatial scale 変動下の LIO 性能を分析。 - 評価した全シーケンスで GenZ-LIO が発散せず安定した odometry 推定を維持することを確認。

- 評価したフィールド条件下での実用的なロバスト性を示唆。 - ソースコードと収集データセットは出版後に公開予定。 - 限界や今後の課題についての具体的な議論は要旨からは不明。

- 要旨で参照/比較されている特定の研究は不明。 - 同分野の定番として LOAM, LeGO-LOAM, LIO-SAM, FAST-LIO などが挙げられる。