Globally Consistent 3D LiDAR Mapping with GPU-accelerated GICP Matching Cost Factors

要約

この論文では、グローバル マッチング コストの最小化に基づいたリアルタイム 3D LiDAR マッピング フレームワークを紹介します。
提案された方法は、ポーズ空間内の誤差を最小限に抑えるポーズ グラフベースのアプローチとは異なり、マップ全体にわたるフレーム間のマッチング コストを直接最小化するファクター グラフを構築します。
リアルタイムのグローバル マッチング コストを最小限に抑えるために、GPU 並列処理を最大限に活用できるボクセル データ関連付けベースの GICP マッチング コスト係数を使用します。
マッチングコスト係数と GPU 計算を組み合わせることで、オーバーラップが小さいフレーム間の相対姿勢の制約と、密に接続された係数グラフの作成が可能になります。
マッピング プロセスは、GPU で迅速に評価できるボクセルベースのオーバーラップ メトリックに基づいて管理されます。
ボクセルベースのマッチングコスト係数が局所解での収束を回避できるようにするために、提案された方法を外部ループ検出方法と組み込んでいます。
KITTI データセットの実験結果は、提案されたアプローチにより長い軌道の推定精度が向上することを示しています。

要約(オリジナル)

This paper presents a real-time 3D LiDAR mapping framework based on global matching cost minimization. The proposed method constructs a factor graph that directly minimizes matching costs between frames over the entire map, unlike pose graph-based approaches that minimize errors in the pose space. For real-time global matching cost minimization, we use a voxel data association-based GICP matching cost factor that is able to fully leverage GPU parallel processing. The combination of the matching cost factor and GPU computation enables constraint of the relative pose between frames with a small overlap and creation of a densely connected factor graph. The mapping process is managed based on a voxel-based overlap metric that can quickly be evaluated on a GPU. We incorporate the proposed method with an external loop detection method in order to help the voxel-based matching cost factors to avoid convergence in a local solution. The experimental result on the KITTI dataset shows that the proposed approach improves the estimation accuracy of long trajectories.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google