Narrowing your FOV with SOLiD: Spatially Organized and Lightweight Global Descriptor for FOV-constrained LiDAR Place Recognition

要約

実際のロボットナビゲーションでは、センサーフュージョンやセンサーマウントなどのさまざまな要因により、FOVが制限される状況によく遭遇します。
ただし、FOV が制限されているため、説明の生成が中断され、場所の認識に悪影響が生じます。
したがって、限られた視野での LiDAR ベースの場所認識を使用して、一貫したマップで蓄積されたドリフト誤差を修正することに苦労しています。
したがって、この論文では、狭い FOV シナリオを処理するための堅牢な LiDAR ベースの場所認識方法を提案します。
提案された方法は、場所を表すために、距離 – 仰角ビンと方位角 – 仰角ビンに基づいて空間構成を確立します。
さらに、垂直方向の情報に基づいて再重み付けを行うことで、堅牢な場所の記述を実現します。
これらの表現に基づいて、私たちの方法は回転の変化に対処し、最初の機首方位を決定することを可能にします。
さらに、ロボットの搭載自律性を実現する軽量かつ高速なアプローチを設計しました。
厳密な検証のために、提案された方法は、さまざまな LiDAR 場所認識シナリオ (つまり、単一セッション、マルチセッション、およびマルチロボット シナリオ) にわたってテストされました。
私たちの知る限り、限られた視野に対処する最初の方法を報告します。
場所の説明とSLAMコードが公開されます。
また、記述子の補足資料は \texttt{\url{https://sites.google.com/view/lidar-solid}} から入手できます。

要約(オリジナル)

We often encounter limited FOV situations due to various factors such as sensor fusion or sensor mount in real-world robot navigation. However, the limited FOV interrupts the generation of descriptions and impacts place recognition adversely. Therefore, we suffer from correcting accumulated drift errors in a consistent map using LiDAR-based place recognition with limited FOV. Thus, in this paper, we propose a robust LiDAR-based place recognition method for handling narrow FOV scenarios. The proposed method establishes spatial organization based on the range-elevation bin and azimuth-elevation bin to represent places. In addition, we achieve a robust place description through reweighting based on vertical direction information. Based on these representations, our method enables addressing rotational changes and determining the initial heading. Additionally, we designed a lightweight and fast approach for the robot’s onboard autonomy. For rigorous validation, the proposed method was tested across various LiDAR place recognition scenarios (i.e., single-session, multi-session, and multi-robot scenarios). To the best of our knowledge, we report the first method to cope with the restricted FOV. Our place description and SLAM codes will be released. Also, the supplementary materials of our descriptor are available at \texttt{\url{https://sites.google.com/view/lidar-solid}}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google