MICP-L: Mesh-based ICP for Robot Localization using Hardware-Accelerated Ray Casting

要約

三角形メッシュ マップは、ロボットがトンネル、丘、さまざまな斜面などの困難な屋内および屋外環境を移動するための多用途の 3D 環境表現であることが証明されています。
これらのメッシュ マップを利用するには、ロボットが自身の位置を正確に把握して経路計画やナビゲーションなどの一般的なタスクを実行できる方法が必要です。
我々は、メッシュ ICP ローカリゼーション (MICP-L) を紹介します。これは、GPS が拒否された環境でも、1 つ以上の距離センサーを三角形メッシュ マップに登録して、ロボットの位置を 6D で継続的に位置特定するための、計算効率の高い新しい方法です。
マルチコア CPU、GPU、最新の NVIDIA RTX ハードウェアなどのさまざまな並列コンピューティング デバイスをサポートすることで、距離センサーとメッシュ マップ間のレイ キャスティング対応 (RCC) の計算を高速化します。
さらに共分散計算をリダクション演算に変換することで、初期の推定ポーズを CPU または GPU 上で並行して最適化でき、実装をさまざまなターゲット アーキテクチャにリアルタイムで適用できるようになります。
農業、ドローン、自動車分野のデータセットを使用して、ローカリゼーション アプローチの堅牢性を実証します。

要約(オリジナル)

Triangle mesh maps have proven to be a versatile 3D environment representation for robots to navigate in challenging indoor and outdoor environments exhibiting tunnels, hills and varying slopes. To make use of these mesh maps, methods are needed that allow robots to accurately localize themselves to perform typical tasks like path planning and navigation. We present Mesh ICP Localization (MICP-L), a novel and computationally efficient method for registering one or more range sensors to a triangle mesh map to continuously localize a robot in 6D, even in GPS-denied environments. We accelerate the computation of ray casting correspondences (RCC) between range sensors and mesh maps by supporting different parallel computing devices like multicore CPUs, GPUs and the latest NVIDIA RTX hardware. By additionally transforming the covariance computation into a reduction operation, we can optimize the initial guessed poses in parallel on CPUs or GPUs, making our implementation applicable in real-time on a variety of target architectures. We demonstrate the robustness of our localization approach with datasets from agriculture, drones, and automotive domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google