Volumetric Occupancy Detection: A Comparative Analysis of Mapping Algorithms

要約

協働ロボットの革新的な機能への関心が高まっているにもかかわらず、基本的なセキュリティを確保するには体積検出が依然として不可欠です。
ただし、この領域に特化して調整された広く使用されているボリューム検出フレームワークは不足しており、既存の評価指標は主に時間とメモリ効率に焦点を当てています。
このギャップを埋めるために、著者らは、シミュレーション環境、グラウンド トゥルース抽出、自動評価メトリクス計算を使用した詳細な比較を示しています。
これにより、OctoMap、SkiMap、Voxblox などの最先端の体積マッピング アルゴリズムの評価が可能になり、定性分析と定量分析の影響を通じて貴重な洞察と比較が得られます。
この研究では、さまざまなフレームワークを比較するだけでなく、各フレームワーク内のさまざまなパラメーターも調査し、パフォーマンスに関するさらなる洞察を提供します。

要約(オリジナル)

Despite the growing interest in innovative functionalities for collaborative robotics, volumetric detection remains indispensable for ensuring basic security. However, there is a lack of widely used volumetric detection frameworks specifically tailored to this domain, and existing evaluation metrics primarily focus on time and memory efficiency. To bridge this gap, the authors present a detailed comparison using a simulation environment, ground truth extraction, and automated evaluation metrics calculation. This enables the evaluation of state-of-the-art volumetric mapping algorithms, including OctoMap, SkiMap, and Voxblox, providing valuable insights and comparisons through the impact of qualitative and quantitative analyses. The study not only compares different frameworks but also explores various parameters within each framework, offering additional insights into their performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google