MICP-L: Mesh ICP for Robot Localization using Hardware-Accelerated Ray Tracing

要約

トライアングル メッシュ マップは、効率的な 3D 環境表現であることが証明されており、ロボットは、屋内だけでなく、トンネル、丘、さまざまな傾斜のある困難な屋外環境でもナビゲートできます。
ただし、自律的にナビゲートするロボットには、そのパスとミッションを計画するメッシュ マップで、信頼性が高く、正確で、継続的なローカリゼーションが必然的に必要です。
メッシュ ICP ローカライゼーション (MICP-L) を提示します。これは、1 つまたは複数の距離センサーを三角形メッシュ マップに登録し、GPS が拒否された環境でも 6D でロボットを継続的にローカライズするための、計算上軽量な新しい方法です。
最新の NVIDIA RTX ハードウェアで高速化されたシミュレーションを通じて、距離センサーとメッシュ マップ間のシミュレート射影対応 (SPC) が検出されます。
最初に推測されたポーズの最適化は、ロボットに取り付けられたさまざまな距離センサーからのデータを組み合わせても、並行して実行されます。
この作業により、自律型ロボット アプリケーション向けのメッシュベースのローカリゼーションの開発を大幅に進めることを目指しています。
MICP-L はオープン ソースであり、ROS および tf と完全に統合されています。

要約(オリジナル)

Triangle mesh maps have proven to be an efficient 3D environment representation, allowing robots to navigate, indoors as well as in challenging outdoor environments with tunnels, hills and varying slopes. However, any robot navigating autonomously necessarily requires reliable, accurate, and continuous localization in such a mesh map where it plans its paths and missions. We present Mesh ICP Localization (MICP-L), a novel and computationally lightweight method for registering one or more range sensors to a triangle mesh map to continuously localize a robot in 6D even in GPS-denied environments. Simulative Projective Correspondences (SPC) between a range sensor and mesh map are found through simulations accelerated with latest NVIDIA RTX hardware. The optimization of initially guessed poses is performed in parallel even with combined data coming from different range sensors attached to the robot. With this work, we aim to significantly advance the developments in mesh-based localization for autonomous robotic applications. MICP-L is open source and fully integrated with ROS and tf.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google