UA-MPC: Uncertainty-Aware Model Predictive Control for Motorized LiDAR Odometry

要約

LiDAR システムを使用した正確かつ包括的な 3D センシングは、施設検査、ビルディング インフォメーション モデリング (BIM)、ロボット ナビゲーションなどの写真測量やロボット工学のさまざまなアプリケーションにとって非常に重要です。
電動LiDARシステムは、複数のスキャナを追加しなくても視野（FoV）を拡大できますが、既存の電動LiDARシステムは定速モーター制御に依存していることが多く、複雑な環境では最適なパフォーマンスが得られません。
これに対処するために、スキャン精度と効率のバランスをとった不確実性を考慮したモーター制御戦略である UA-MPC を提案します。
UA-MPC は、レイ トレーシングを通じて LiDAR オドメトリ (LO) の離散観測可能性を予測し、その分布をサロゲート関数でモデル化することで、さまざまなシーンに応じてモーター速度制御を効率的に最適化します。
さらに、電動LiDARシステム用のROSベースの現実的なシミュレーション環境を開発し、さまざまなシナリオにわたる制御戦略の評価を可能にします。
シミュレートされたシナリオと現実世界のシナリオの両方で行われた広範な実験により、私たちの方法が電動LiDARシステムのスキャン効率を維持しながらオドメトリ精度を大幅に向上させることが実証されました。
具体的には、定速制御と比較して効率の低下は 2% 未満で位置決め誤差を 60% 以上削減し、アクティブな 3D センシング タスクに対してよりスマートで効果的なソリューションを提供します。
電動 LiDAR を制御するためのシミュレーション環境は、\url{https://github.com/kafeiyin00/UA-MPC.git} でオープンソース化されています。

要約(オリジナル)

Accurate and comprehensive 3D sensing using LiDAR systems is crucial for various applications in photogrammetry and robotics, including facility inspection, Building Information Modeling (BIM), and robot navigation. Motorized LiDAR systems can expand the Field of View (FoV) without adding multiple scanners, but existing motorized LiDAR systems often rely on constant-speed motor control, leading to suboptimal performance in complex environments. To address this, we propose UA-MPC, an uncertainty-aware motor control strategy that balances scanning accuracy and efficiency. By predicting discrete observabilities of LiDAR Odometry (LO) through ray tracing and modeling their distribution with a surrogate function, UA-MPC efficiently optimizes motor speed control according to different scenes. Additionally, we develop a ROS-based realistic simulation environment for motorized LiDAR systems, enabling the evaluation of control strategies across diverse scenarios. Extensive experiments, conducted on both simulated and real-world scenarios, demonstrate that our method significantly improves odometry accuracy while preserving the scanning efficiency of motorized LiDAR systems. Specifically, it achieves over a 60\% reduction in positioning error with less than a 2\% decrease in efficiency compared to constant-speed control, offering a smarter and more effective solution for active 3D sensing tasks. The simulation environment for control motorized LiDAR is open-sourced at: \url{https://github.com/kafeiyin00/UA-MPC.git}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google