Salience-guided Ground Factor for Robust Localization of Delivery Robots in Complex Urban Environments

要約

配送ロボットの都市環境、特にキャンパスや町などのエリアでは、多くのカスタム機能が標準的な道路の意味分類を無視しています。
この課題に対処するために、私たちの論文では、顕著物体検出 (SOD) を活用してこれらのユニークな特徴を抽出し、それらをロボットのループの閉鎖と位置特定を強化するための極めて重要な要素として採用する方法を紹介します。
従来の幾何学的特徴に基づく位置特定は、変動する照明や外観の変化によって妨げられます。
セマンティック セグメンテーションよりも SOD を優先することで、標準化されていない無数の都市の特徴を分類する複雑な作業を回避できます。
一貫した地盤フィーチャを実現するために、動き補償 IPM (MC-IPM) 技術が実装されており、動きを利用して歪みを補償し、続いてモーメント計算を通じて最も適切な顕著な地盤フィーチャを選択します。
徹底的な評価のために、実際の都市シナリオに対する顕著性の検出と位置特定のパフォーマンスを検証しました。
プロジェクト ページ: https://sites.google.com/view/salient-ground-feature/home。

要約(オリジナル)

In urban environments for delivery robots, particularly in areas such as campuses and towns, many custom features defy standard road semantic categorizations. Addressing this challenge, our paper introduces a method leveraging Salient Object Detection (SOD) to extract these unique features, employing them as pivotal factors for enhanced robot loop closure and localization. Traditional geometric feature-based localization is hampered by fluctuating illumination and appearance changes. Our preference for SOD over semantic segmentation sidesteps the intricacies of classifying a myriad of non-standardized urban features. To achieve consistent ground features, the Motion Compensate IPM (MC-IPM) technique is implemented, capitalizing on motion for distortion compensation and subsequently selecting the most pertinent salient ground features through moment computations. For thorough evaluation, we validated the saliency detection and localization performances to the real urban scenarios. Project page: https://sites.google.com/view/salient-ground-feature/home.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google