HeLiPR: Heterogeneous LiDAR Dataset for inter-LiDAR Place Recognition under Spatial and Temporal Variations

要約

場所認識は、ロボットによる位置特定と同時位置特定とマッピング (SLAM) におけるループ クロージャにとって重要です。
最近、LiDAR は、照度が変化する環境であっても、その堅牢なセンシング機能と測定の一貫性により人気が高まっており、従来のイメージング センサーよりも優れた利点を提供しています。
スピニング LiDAR は多くのタイプで広く受け入れられていますが、最近では非反復スキャン パターンがロボット アプリケーションで利用されています。
一部の LiDAR は、範囲測定以外にも、反射率、近赤外線 (NIR)、速度などの追加測定を提供します (FMCW LiDAR など)。
これらの進歩にもかかわらず、データセットの顕著な不足は、場所認識用に最適化された幅広い LiDAR 構成を包括的に反映しています。
この問題に取り組むために、私たちの論文では、時空間の変化を具体化した、異種 LiDAR システムによる場所認識のために特に厳選された HeLiPR データセットを提案します。
私たちの知る限り、HeLiPR データセットは、非反復 LiDAR と回転 LiDAR の両方による LiDAR 間の場所認識をサポートするように設計された最初の異種 LiDAR データセットであり、異なる視野 (FOV) とさまざまな数のレイに対応します。
独特の LiDAR 構成を網羅し、都市景観からダイナミックな高速道路に至るまでのさまざまな環境を 1 か月間にわたってキャプチャし、さまざまなシナリオにわたる場所認識の適応性と堅牢性を強化するように設計されています。
特に、HeLiPR データセットには、MulRan からのシーケンスと平行する軌跡も含まれており、異種 LiDAR の場所認識や長期研究における研究への有用性が強調されています。
データセットには https://sites.google.com/view/heliprdataset からアクセスできます。

要約(オリジナル)

Place recognition is crucial for robotic localization and loop closure in simultaneous localization and mapping (SLAM). Recently, LiDARs have gained popularity due to their robust sensing capability and measurement consistency, even in the illumination-variant environment, offering an advantage over traditional imaging sensors. Spinning LiDARs are widely accepted among many types, while non-repetitive scanning patterns have recently been utilized in robotic applications. Beyond the range measurements, some LiDARs offer additional measurements, such as reflectivity, Near Infrared (NIR), and velocity (e.g., FMCW LiDARs). Despite these advancements, a noticeable dearth of datasets comprehensively reflects the broad spectrum of LiDAR configurations optimized for place recognition. To tackle this issue, our paper proposes the HeLiPR dataset, curated especially for place recognition with heterogeneous LiDAR systems, embodying spatial-temporal variations. To the best of our knowledge, the HeLiPR dataset is the first heterogeneous LiDAR dataset designed to support inter-LiDAR place recognition with both non-repetitive and spinning LiDARs, accommodating different field of view (FOV) and varying numbers of rays. Encompassing the distinct LiDAR configurations, it captures varied environments ranging from urban cityscapes to high-dynamic freeways over a month, designed to enhance the adaptability and robustness of place recognition across diverse scenarios. Notably, the HeLiPR dataset also includes trajectories that parallel sequences from MulRan, underscoring its utility for research in heterogeneous LiDAR place recognition and long-term studies. The dataset is accessible at https: //sites.google.com/view/heliprdataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google