Semantic and Topological Mapping using Intersection Identification

要約

本論文では、意味的・位相的マッピングのために交差点を識別・分類する新規アプローチを紹介する。具体的には、交差点、経路、行き止まり、未踏のフロンティアにつながる経路を含む、意味的に意味のあるマップを生成することができる。さらに、得られたセマンティックマップは、ロボットがグローバルナビゲーションに利用できる疎なトポロジカルマップ表現を生成するために使用することができる。また、提案するソリューションでは、環境中のノイズを処理し、ロボットが通過できない地図上の開口部を除去し、マッピング結果全体を最適化・単純化するために、小さなオブジェクトを除去するフィルタリングを内蔵している。提案する意味的・位相的マッピング手法の有効性を、実験データから構築した屋内構造化環境のマップ上で実証する。提案されたフレームワークは、同様の最新のトポロジカルマッピングソリューションと比較した場合、次善のソリューションよりもノード数が最大89%少ないマップを生成することができる。

要約(オリジナル)

This article presents a novel approach to identifying and classifying intersections for semantic and topological mapping. More specifically, the proposed novel approach has the merit of generating a semantically meaningful map containing intersections, pathways, dead ends, and pathways leading to unexplored frontiers. Furthermore, the resulting semantic map can be used to generate a sparse topological map representation, that can be utilized by robots for global navigation. The proposed solution also introduces a built-in filtering to handle noises in the environment, to remove openings in the map that the robot cannot pass, and to remove small objects to optimize and simplify the overall mapping results. The efficacy of the proposed semantic and topological mapping method is demonstrated over a map of an indoor structured environment that is built from experimental data. The proposed framework, when compared with similar state-of-the-art topological mapping solutions, is able to produce a map with up to 89% fewer nodes than the next best solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL