Fiducial Marker Detection in Multi-Viewpoint Point Cloud

要約

既存のLiDARフィデューシャルマーカーシステムは、使用上の制約があります。特に、LiDARTagはマーカーの配置が決まっており、Intensity Image-based LiDAR Fiducial Markerは点群のサンプリングが1視点であることが要求されています。そのため、多視点からサンプリングされた点群では、フィデューシャルマーカーの検出は未解決のままである。本論文では，多視点点群におけるフィデューシャルマーカーを検出するための新しいアルゴリズムを開発する．提案アルゴリズムは2つの段階を含む。まず、関心領域（ROI）検出により、フィデューシャルマーカーを含む可能性のある点群群を検出する。具体的には、空間的に見ると紙や薄い板であるマーカは貼り付けられた平面と区別がつかないことを考慮し、強度の観点からROIを抽出する方法を導入している。次に、マーカー検出では、ROI候補にフィデューシャルマーカーが含まれているかどうかを検証し、有効なROIに含まれるマーカーのID番号と頂点位置を出力する。具体的には、球面投影による強度画像を生成するために、ROIをあらかじめ定義された中間面に転送し、その強度画像からマーカー検出を完了する。提案アルゴリズムの検証のため、定性的および定量的な実験結果を提供する。コードと結果は、https://github.com/York-SDCNLab/Marker?Detection-General で公開されています。

要約(オリジナル)

The existing LiDAR fiducial marker systems have usage restrictions. Especially, LiDARTag requires a specific marker placement and Intensity Image-based LiDAR Fiducial Marker demands that the point cloud is sampled from one viewpoint. As a result, with point clouds sampled from multiple viewpoints, fiducial marker detection remains an unsolved problem. In this letter, we develop a novel algorithm to detect the fiducial markers in the multi-viewpoint point cloud. The proposed algorithm includes two stages. First, Regions of Interest (ROIs) detection finds point clusters that could contain fiducial markers. Specifically, a method extracting the ROIs from the intensity perspective is introduced on account of the fact that from the spatial perspective, the markers, which are sheets of paper or thin boards, are non-distinguishable from the planes to which they are attached. Second, marker detection verifies if the candidate ROIs contain fiducial markers and outputs the ID numbers and vertices locations of the markers in the valid ROIs. In particular, the ROIs are transmitted to a predefined intermediate plane for the purpose of adopting a spherical projection to generate the intensity image, and then, marker detection is completed through the intensity image. Qualitative and quantitative experimental results are provided to validate the proposed algorithm. The codes and results are available at: https://github.com/York-SDCNLab/Marker?Detection-General

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL