BIM-SLAM: Integrating BIM Models in Multi-session SLAM for Lifelong Mapping using 3D LiDAR

要約

3D LiDAR センサー テクノロジーは日に日に高度化され、安価になっていますが、AEC 業界におけるデジタル化の成長により、3D ビルディング インフォメーション モデル (BIM モデル) が建築環境の大部分で利用できるようになりました。
これら 2 つの事実により、屋内の GPS が拒否された環境で 3D モデルが 3D LiDAR の長期 SLAM をどのようにサポートできるかという疑問が生じます。
この論文では、BIM モデルを活用して、連続した LiDAR 測定を使用して屋内環境の更新されたマップを作成する方法論を提案します。
セッション データ (ポーズ グラフ ベースのマップと記述子) は、最初に BIM モデルから生成されます。
次に、実世界のデータのドリフトを最小限に抑えながら、マルチセッション アンカリングを使用して実世界のデータをモデルのセッション データと調整します。
最後に、BIM モデルに存在しない新しい要素が特定され、グループ化され、サーフェス表現で再構築され、BIM モデルの隣でより適切に視覚化できるようになります。
このフレームワークにより、BIM モデルに合わせた一貫したマップの作成が可能になります。ロボットの初期姿勢に関する事前の知識は必要なく、ロボットがマップ内に存在する必要もありません。

要約(オリジナル)

While 3D LiDAR sensor technology is becoming more advanced and cheaper every day, the growth of digitalization in the AEC industry contributes to the fact that 3D building information models (BIM models) are now available for a large part of the built environment. These two facts open the question of how 3D models can support 3D LiDAR long-term SLAM in indoor, GPS-denied environments. This paper proposes a methodology that leverages BIM models to create an updated map of indoor environments with sequential LiDAR measurements. Session data (pose graph-based map and descriptors) are initially generated from BIM models. Then, real-world data is aligned with the session data from the model using multi-session anchoring while minimizing the drift on the real-world data. Finally, the new elements not present in the BIM model are identified, grouped, and reconstructed in a surface representation, allowing a better visualization next to the BIM model. The framework enables the creation of a coherent map aligned with the BIM model that does not require prior knowledge of the initial pose of the robot, and it does not need to be inside the map.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google