SPVSoAP3D: A Second-order Average Pooling Approach to enhance 3D Place Recognition in Horticultural Environments

要約

3D LiDAR ベースの場所認識は、都市環境では広く研究されていますが、農業環境ではまだ研究されていません。
都市環境とは異なり、レーザー光線の透過性を特徴とする園芸環境では、LiDAR スキャンがまばらで重複し、次善のジオメトリが生成されます。
この現象は、行内および行間の記述子のあいまいさにつながります。
この研究では、SPVSoAP3D を導入することでこの課題に対処します。SPVSoAP3D は、ボクセルベースの特徴抽出ネットワークと、記述子強化ステージによって補完される 2 次平均プーリング演算子に基づく集約手法を組み合わせた新しいモデリング アプローチです。
さらに、園芸環境に由来する 2 つの新しい配列を導入することにより、既存の HORTO-3DLM データセットを強化します。
新しく導入されたシーケンスと既存の HORTO-3DLM データセットの両方で相互検証プロトコルを利用して、OverlapTransformer、PointNetVLAD、LOGG3D-Net などの最先端 (SOTA) モデルに対する SPVSoAP3D のパフォーマンスを評価します。
この結果は、max 演算子や他の 1 次プーリング手法と比較して、average 演算子の方が園芸環境により適していることを示しています。
さらに、結果は記述子の強化段階によってもたらされた改善を強調しています。

要約(オリジナル)

3D LiDAR-based place recognition has been extensively researched in urban environments, yet it remains underexplored in agricultural settings. Unlike urban contexts, horticultural environments, characterized by their permeability to laser beams, result in sparse and overlapping LiDAR scans with suboptimal geometries. This phenomenon leads to intra- and inter-row descriptor ambiguity. In this work, we address this challenge by introducing SPVSoAP3D, a novel modeling approach that combines a voxel-based feature extraction network with an aggregation technique based on a second-order average pooling operator, complemented by a descriptor enhancement stage. Furthermore, we augment the existing HORTO-3DLM dataset by introducing two new sequences derived from horticultural environments. We evaluate the performance of SPVSoAP3D against state-of-the-art (SOTA) models, including OverlapTransformer, PointNetVLAD, and LOGG3D-Net, utilizing a cross-validation protocol on both the newly introduced sequences and the existing HORTO-3DLM dataset. The findings indicate that the average operator is more suitable for horticultural environments compared to the max operator and other first-order pooling techniques. Additionally, the results highlight the improvements brought by the descriptor enhancement stage.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google