Correcting Motion Distortion for LIDAR HD-Map Localization

要約

スキャン LIDAR センサーは点群の作成に有限の時間を必要とするため、スキャン中のセンサーの動きが結果の画像を歪めます。これはモーション ディストーションまたはローリング シャッターとして知られる現象です。
動き歪み補正方法は存在しますが、それらは外部測定または複数の LIDAR スキャンにわたるベイジアン フィルターに依存しています。
この論文では、動き歪み補正を得るためにスナップショット処理を実行する新しいアルゴリズムを提案します。
外部センサーやベイジアン フィルターを使用せずに、現在の LIDAR スキャンを参照画像に登録するスナップショット処理は、高解像度 (HD) マップへの位置特定に特に関連します。
速度補正反復コンパクト楕円体変換 (VICET) と呼ばれる私たちのアプローチは、よく知られている正規分布変換 (NDT) アルゴリズムを拡張して、2 つの LIDAR スキャン間の 6 自由度 (DOF) 剛体変換を共同で解決します。
現在の LIDAR スキャン内の歪みを表す一連の 6DOF 運動状態。
実験を使用して、歪みのない HD マップに対して歪みのある生の LIDAR スキャンの位置を特定する場合、VICET が NDT または反復最近接点 (ICP) アルゴリズムよりも大幅に高い精度を達成することを示します。
読者には、この原稿を補足する https://github.com/mcdermatt/VICET でオープンソース コードと視覚化を探索することをお勧めします。

要約(オリジナル)

Because scanning-LIDAR sensors require finite time to create a point cloud, sensor motion during a scan warps the resulting image, a phenomenon known as motion distortion or rolling shutter. Motion-distortion correction methods exist, but they rely on external measurements or Bayesian filtering over multiple LIDAR scans. In this paper we propose a novel algorithm that performs snapshot processing to obtain a motion-distortion correction. Snapshot processing, which registers a current LIDAR scan to a reference image without using external sensors or Bayesian filtering, is particularly relevant for localization to a high-definition (HD) map. Our approach, which we call Velocity-corrected Iterative Compact Ellipsoidal Transformation (VICET), extends the well-known Normal Distributions Transform (NDT) algorithm to solve jointly for both a 6 Degree-of-Freedom (DOF) rigid transform between two LIDAR scans and a set of 6DOF motion states that describe distortion within the current LIDAR scan. Using experiments, we show that VICET achieves significantly higher accuracy than NDT or Iterative Closest Point (ICP) algorithms when localizing a distorted raw LIDAR scan against an undistorted HD Map. We recommend the reader explore our open-source code and visualizations at https://github.com/mcdermatt/VICET, which supplements this manuscript.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google