Low Frequency Spinning LiDAR De-Skewing

要約

ほとんどの市販の光検出および測距 (LiDAR) は、センサーの原点を中心とする方向に沿って自由範囲を順次サンプリングすることにより、環境の 2D セクションに沿って距離を測定します。
取得中にセンサーが移動すると、測定範囲はスキューと呼ばれる現象の影響を受けます。これは、取得したスキャンの歪みとして現れます。
スキューは、LiDAR データに依存するすべてのシステムに影響を与える可能性がありますが、単一の範囲が測定されるたびにセンサーの位置がわかっている場合は補正できます。
LiDAR の歪みを補正するほとんどの方法は、IMU やホイール オドメトリなどの外部センサーに基づいて、これらの中間 LiDAR 位置を推定します。
この論文では、距離測定のみに依存してロボットの速度を効果的に推定し、それをデスキューに使用する方法を提示します。
私たちのアプローチは、スキューがより明白な低周波 LiDAR に適しています。
既存のパイプラインにシームレスに統合できるため、ごくわずかな計算コストでパフォーマンスを向上させることができます。
さまざまな動作条件を特徴付ける統計実験により、提案された方法を検証しました

要約(オリジナル)

Most commercially available Light Detection and Ranging (LiDAR)s measure the distances along a 2D section of the environment by sequentially sampling the free range along directions centered at the sensor’s origin. When the sensor moves during the acquisition, the measured ranges are affected by a phenomenon known as skewing, which appears as a distortion in the acquired scan. Skewing potentially affects all systems that rely on LiDAR data, however it could be compensated if the position of the sensor were known each time a single range is measured. Most methods to de-skew a LiDAR are based on external sensors such as IMU or wheel odometry, to estimate these intermediate LiDAR positions. In this paper we present a method that relies exclusively on range measurements to effectively estimate the robot velocities which are then used for de-skewing. Our approach is suitable for low frequency LiDAR where the skewing is more evident. It can be seamlessly integrated into existing pipelines, enhancing their performance at negligible computational cost. We validated the proposed method with statistical experiments characterizing different operating conditions

arxiv情報

提供元, 利用サービス

arxiv.jp, Google