要約
ボリューメトリックマップは、経路計画、探索、操作などのアプリケーションにおいて望ましい特性を持つため、ロボット工学において広く使用されています。センサ技術の向上により、ますます膨大な量の精密な測定値が生成されるため、マッピング技術の絶え間ない進歩が必要とされています。このようなデータを計算効率とメモリ効率よく扱うことは、環境を望ましいスケールと解像度で表現するために最も重要である。この研究では、マルチ解像度解析のレンズを通して、ボリューメトリックマッピングフレームワークの望ましい特性を表現しています。その結果、ウェーブレットが階層的で多解像度のボリューメトリックマッピングのための自然な基盤であることがわかった。この洞察に基づき、ウェーブレット分解を用いた効率的なマッピングシステムを設計する。この効率的なシステムにより、不確実性を考慮したセンサーモデルの使用が可能となり、マップの品質が向上する。合成データと実世界のデータを用いた実験では、RGB-Dと3D LiDARの両方のデータを用いて、マッピングの精度と実行時間のパフォーマンスを最先端の手法と比較することができた。このフレームワークはオープンソース化されており、広くロボティクスコミュニティがこのアプローチを探求できるようになっています。
要約(オリジナル)
Volumetric maps are widely used in robotics due to their desirable properties in applications such as path planning, exploration, and manipulation. Constant advances in mapping technologies are needed to keep up with the improvements in sensor technology, generating increasingly vast amounts of precise measurements. Handling this data in a computationally and memory-efficient manner is paramount to representing the environment at the desired scales and resolutions. In this work, we express the desirable properties of a volumetric mapping framework through the lens of multi-resolution analysis. This shows that wavelets are a natural foundation for hierarchical and multi-resolution volumetric mapping. Based on this insight we design an efficient mapping system that uses wavelet decomposition. The efficiency of the system enables the use of uncertainty-aware sensor models, improving the quality of the maps. Experiments on both synthetic and real-world data provide mapping accuracy and runtime performance comparisons with state-of-the-art methods on both RGB-D and 3D LiDAR data. The framework is open-sourced to allow the robotics community at large to explore this approach.
arxiv情報
| 著者 | Victor Reijgwart,Cesar Cadena,Roland Siegwart,Lionel Ott |
| 発行日 | 2023-06-02 05:42:42+00:00 |
| arxivサイト | arxiv_id(pdf) |