Enhancing LiDAR performance: Robust De-skewing Exclusively Relying on Range Measurements

要約

市販されているほとんどの光検出測距 (LiDAR) は、センサーの原点を中心とした方向に沿って自由範囲を連続的にサンプリングすることにより、環境の 2D セクションに沿った距離を測定します。
取得中にセンサーが移動すると、測定範囲は「スキュー」として知られる現象の影響を受け、取得したスキャンに歪みとして現れます。
スキューは、LiDAR データに依存するすべてのシステムに影響を与える可能性がありますが、単一の範囲が測定されるたびにセンサーの位置がわかっていれば、補正できる可能性があります。
LiDAR のスキューを補正するほとんどの方法は、IMU やホイール オドメトリなどの外部センサーに基づいて、これらの中間 LiDAR 位置を推定します。
この論文では、距離測定のみに依存して、スキュー補正に使用されるロボットの速度を効果的に推定する方法を紹介します。
私たちのアプローチは、歪みがより明らかな低周波 LiDAR に適しています。
既存のパイプラインにシームレスに統合でき、無視できる計算コストでパフォーマンスを向上させることができます。

要約(オリジナル)

Most commercially available Light Detection and Ranging (LiDAR)s measure the distances along a 2D section of the environment by sequentially sampling the free range along directions centered at the sensor’s origin. When the sensor moves during the acquisition, the measured ranges are affected by a phenomenon known as ‘skewing’, which appears as a distortion in the acquired scan. Skewing potentially affects all systems that rely on LiDAR data, however, it could be compensated if the position of the sensor were known each time a single range is measured. Most methods to de-skew a LiDAR are based on external sensors such as IMU or wheel odometry, to estimate these intermediate LiDAR positions. In this paper, we present a method that relies exclusively on range measurements to effectively estimate the robot velocities which are then used for de-skewing. Our approach is suitable for low-frequency LiDAR where the skewing is more evident. It can be seamlessly integrated into existing pipelines, enhancing their performance at a negligible computational cost.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google