Single-Shot Global Localization via Graph-Theoretic Correspondence Matching

要約

この論文では、クエリと以前のマップの間のインスタンスのグラフ理論的な関連付けに基づいたグローバル ローカリゼーションの方法について説明します。
提案されたフレームワークは、最大クリーク問題 (MCP) に基づく対応マッチングを採用します。
このフレームワークは、グラフベースの問題の抽象化により、他のマップやクエリのモダリティにも適用できる可能性がありますが、既存のグローバル ローカリゼーション手法の多くは同じモダリティ内のクエリとデータセットに依存しています。
意味的にラベル付けされた 3D 点群マップとクエリとしてのセマンティック セグメンテーション イメージを使用してこれを実装します。
提案手法はグラフ理論のフレームワークを活用し、マップとクエリのみを利用してグローバルな位置特定を実現します。
この方法は、都市シーンの複数の大規模シミュレーション マップで有望な結果を示しています。

要約(オリジナル)

This paper describes a method of global localization based on graph-theoretic association of instances between a query and the prior map. The proposed framework employs correspondence matching based on the maximum clique problem (MCP). The framework is potentially applicable to other map and/or query modalities thanks to the graph-based abstraction of the problem, while many of existing global localization methods rely on a query and the dataset in the same modality. We implement it with a semantically labeled 3D point cloud map, and a semantic segmentation image as a query. Leveraging the graph-theoretic framework, the proposed method realizes global localization exploiting only the map and the query. The method shows promising results on multiple large-scale simulated maps of urban scenes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google