Speak the Same Language: Global LiDAR Registration on BIM Using Pose Hough Transform

要約

建設データとロボット センシング データは異なるソースから得られ、異なる参照フレームに関連付けられています。
この研究の主な目的は、グローバル点群登録アプローチを使用して、LiDAR 点群を建築情報モデリング (BIM) と調整することであり、2 つのモダリティ間の共通理解を確立すること、つまり「同じ言語を話す」ことを目的としています。
これを達成するために、フロントエンドからバックエンドまでにわたるクロスモダリティ登録方法を設計します。
フロントエンドでは、壁を識別し、交差する角をキャプチャすることで記述子を抽出します。
続いて、バックエンドの姿勢推定では、姿勢推定にハフ変換を使用し、複数の姿勢候補を推定します。
最終的なポーズは、壁とピクセルの相関によって検証されます。
私たちの方法の有効性を評価するために、大規模な大学の建物で 2 つの異なるタイプの LiDAR センサーを使用した実世界のマルチセッション実験を実施しました。
また、調査結果を報告し、収集したデータセットをオープンソース化する予定です。

要約(オリジナル)

The construction and robotic sensing data originate from disparate sources and are associated with distinct frames of reference. The primary objective of this study is to align LiDAR point clouds with building information modeling (BIM) using a global point cloud registration approach, aimed at establishing a shared understanding between the two modalities, i.e., “speak the same language”. To achieve this, we design a cross-modality registration method, spanning from front end the back end. At the front end, we extract descriptors by identifying walls and capturing the intersected corners. Subsequently, for the back-end pose estimation, we employ the Hough transform for pose estimation and estimate multiple pose candidates. The final pose is verified by wall-pixel correlation. To evaluate the effectiveness of our method, we conducted real-world multi-session experiments in a large-scale university building, involving two different types of LiDAR sensors. We also report our findings and plan to make our collected dataset open-sourced.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google