Voxel-Based Point Cloud Localization for Smart Spaces Management

要約

この論文では、スマートスペースを効率的に管理できる都市環境のデジタルツインを作成するためのボクセルベースのアプローチを提案します。
この論文では、スキャン点群の結合に KISS ICP を使用し、結合された点群の初期位置合わせに RANSAC 法を使用する、点群データセットの登録と位置特定の手順について説明します。
Riegl VMX-250 を使用したモバイル マッピング点群は参照マップとして機能し、Velodyne スキャンは位置特定の目的で使用されます。
次に、点対平面の反復最近接点法を使用して位置合わせを調整します。
この論文では、推定位置とグランドトゥルース位置の間の誤差を計算することにより、提案された方法の有効性を評価します。
結果は、ボクセルベースのアプローチがセンサー プラットフォームの位置を正確に推定でき、さまざまなユースケースに適用できることを示しています。
この文脈における具体的な使用例はスマート駐車スペース管理であり、これについて説明し、初期の視覚化結果を示します。

要約(オリジナル)

This paper proposes a voxel-based approach for creating a digital twin of an urban environment that is capable of efficiently managing smart spaces. The paper explains the registration and localization procedure of the point cloud dataset, which uses the KISS ICP for scan point cloud combination and the RANSAC method for the initial alignment of the combined point cloud. The mobile mapping point cloud using Riegl VMX-250 serves as the reference map, and Velodyne scans are used for localization purposes. The point-to-plane iterative closest-point method is then employed to refine the alignment. The paper evaluates the efficacy of the proposed method by calculating the errors between the estimated and ground truth positions. The results indicate that the voxel-based approach is capable of accurately estimating the position of the sensor platform, which are applicable for various use cases. A specific use case in the context is smart parking space management, which is described and initial visualization results are shown.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google