Object Scan Context: Object-centric Spatial Descriptor for Place Recognition within 3D Point Cloud Map

要約

場所認識技術は、SLAMアルゴリズムに蓄積された誤差を除去し、再局在化する能力を与えるものである。既存の点群認識手法では、ライダーを中心としたグローバルな記述子のマッチングを利用することが多い。これらの手法では、2つの点群間の距離が遠い場合、場所認識ができない、X,Y方向のオフセットがなく回転角のみしか計算できない、という大きな欠点がある。この2つの問題を解決するために，我々はMain Objectを中心に記述子を構築することで，記述子が観測位置に依存しなくなる新しいグローバル記述子を提案する．我々は，この方法が上記2つの問題を完全に解決できることを理論的に解析し，KITTIやいくつかの極端なシナリオで多くの実験を行い，我々の方法が従来の方法よりも明らかに優れていることを示す．

要約(オリジナル)

Place recognition technology endows a SLAM algorithm with the ability to eliminate accumulated errors and to relocalize itself. Existing methods on point cloud-based place recognition often leverage the matching of global descriptors which are lidar-centric. These methods have the following two major defects: place recognition cannot be performed when the distance between the two point clouds is far, and only the rotation angle can be calculated without the offset in the X and Y direction. To solve these two problems, we propose a novel global descriptor, which is built around the Main Object, in this way, descriptors are no longer dependent on the observation position. We analyze the theory that this method can perfectly solve the above two problems, and conduct a lot of experiments in KITTI and some extreme scenarios, which show that our method has obvious advantages over traditional methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL