SAGE-ICP: Semantic Information-Assisted ICP

要約

未知の環境における堅牢かつ正確な姿勢推定は、ロボット アプリケーションの重要な部分です。
私たちは、効果的なセマンティック情報と組み合わせた、LiDAR ベースのポイントツーポイント ICP に焦点を当てています。
この論文では、オドメトリのセマンティクスを活用する、SAGE-ICP と呼ばれる新しい意味情報支援 ICP 手法を提案します。
スキャン全体のセマンティック情報は、3D 畳み込みネットワークによってタイムリーかつ効率的に抽出され、これらのポイントごとのラベルは、セマンティック ボクセル ダウンサンプリング、データ関連付け、適応ローカル マップ、動的車両除去などの登録のあらゆる部分に深く関与しています。
。
これまでの意味支援アプローチとは異なり、提案手法は、意味情報にある程度の誤差がある場合でも、大規模シーンでの位置特定精度を向上させることができます。
KITTI および KITTI-360 の実験評価では、私たちの方法がベースライン方法よりも優れており、リアルタイム パフォーマンスを維持しながら精度が向上している、つまりセンサーのフレーム レートよりも高速に実行されることが示されています。

要約(オリジナル)

Robust and accurate pose estimation in unknown environments is an essential part of robotic applications. We focus on LiDAR-based point-to-point ICP combined with effective semantic information. This paper proposes a novel semantic information-assisted ICP method named SAGE-ICP, which leverages semantics in odometry. The semantic information for the whole scan is timely and efficiently extracted by a 3D convolution network, and these point-wise labels are deeply involved in every part of the registration, including semantic voxel downsampling, data association, adaptive local map, and dynamic vehicle removal. Unlike previous semantic-aided approaches, the proposed method can improve localization accuracy in large-scale scenes even if the semantic information has certain errors. Experimental evaluations on KITTI and KITTI-360 show that our method outperforms the baseline methods, and improves accuracy while maintaining real-time performance, i.e., runs faster than the sensor frame rate.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google