3D-BBS: Global Localization for 3D Point Cloud Scan Matching Using Branch-and-Bound Algorithm

要約

この論文では、既存の分枝限定 (BnB) ベースの 2D スキャン マッチング (BBS) アルゴリズムを拡張する、正確かつ高速な 3D グローバル ローカリゼーション手法 3D-BBS を紹介します。
メモリ消費を削減するために、階層的な 3D ボクセル マップを保存するためにスパース ハッシュ テーブルを利用します。
3D 空間における BBS の処理コストを改善するために、効率的なロトトランスレーション空間分岐を提案します。
さらに、GPU 並列処理を最大限に活用するバッチ BnB アルゴリズムを考案しました。
模擬環境と実際の環境での実験を通じて、3D-BBS が重力方向に大まかに位置合わせされた 3D LiDAR スキャンと事前に構築された 3D マップだけで正確な全地球位置特定を可能にすることを実証しました。
この方法は、グローバル位置特定を実行するのに平均でわずか 878 ミリ秒しか必要とせず、精度と処理速度の点で最先端のグローバル登録方法を上回りました。

要約(オリジナル)

This paper presents an accurate and fast 3D global localization method, 3D-BBS, that extends the existing branch-and-bound (BnB)-based 2D scan matching (BBS) algorithm. To reduce memory consumption, we utilize a sparse hash table for storing hierarchical 3D voxel maps. To improve the processing cost of BBS in 3D space, we propose an efficient roto-translational space branching. Furthermore, we devise a batched BnB algorithm to fully leverage GPU parallel processing. Through experiments in simulated and real environments, we demonstrated that the 3D-BBS enabled accurate global localization with only a 3D LiDAR scan roughly aligned in the gravity direction and a 3D pre-built map. This method required only 878 msec on average to perform global localization and outperformed state-of-the-art global registration methods in terms of accuracy and processing speed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google