Under Pressure: Altimeter-Aided ICP for 3D Maps Consistency

要約

バロメトリック圧力センサーからの高度制約を統合することにより、反復的な最も近いポイント（ICP）アルゴリズムの精度を強化する新しい方法を提案します。
ICPは、同時ローカリゼーションとマッピング（SLAM）のためにモバイルロボット工学で広く使用されていますが、特に垂直シャフトなどの制約のない環境では、ドリフトの影響を受けやすいです。
この問題に対処するために、高度計測定でICPを増強することを提案し、重力ベクトルに沿ってドリフトを確実に制約します。
SLAMでの高度測定の可能性を示すために、さまざまな圧力センサーのキャリブレーション手順とノイズ感度の分析を提供し、測定値をセンチメートルレベルの精度に改善します。
この精度を活用して、重力ベクトルに沿って高度測定を統合する新しいICP製剤を提案し、最適化の問題を3度の自由（DOF）に簡素化します。
実際の展開の実験結果は、私たちの方法が垂直ドリフトを84％減らし、非平面環境での最先端の方法と比較して全体的なローカリゼーションの精度を向上させることを示しています。

要約(オリジナル)

We propose a novel method to enhance the accuracy of the Iterative Closest Point (ICP) algorithm by integrating altitude constraints from a barometric pressure sensor. While ICP is widely used in mobile robotics for Simultaneous Localization and Mapping ( SLAM ), it is susceptible to drift, especially in underconstrained environments such as vertical shafts. To address this issue, we propose to augment ICP with altimeter measurements, reliably constraining drifts along the gravity vector. To demonstrate the potential of altimetry in SLAM , we offer an analysis of calibration procedures and noise sensitivity of various pressure sensors, improving measurements to centimeter-level accuracy. Leveraging this accuracy, we propose a novel ICP formulation that integrates altitude measurements along the gravity vector, thus simplifying the optimization problem to 3-Degree Of Freedom (DOF). Experimental results from real-world deployments demonstrate that our method reduces vertical drift by 84% and improves overall localization accuracy compared to state-of-the-art methods in non-planar environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google