要約
このホワイトペーパーでは、ボクセルベースの生涯にわたるローカリゼーション法であるLL-Localizerを提案します。これにより、ロボットは、以前のマップを使用してマルチセッションモードで堅牢かつ正確にローカライズできます。
一方、以前のマップの環境の変化を認識することが困難であることを考えると、実際の操作中にマップされた領域とマップされていない領域の間でロボットが移動する可能性があることを考えると、インクリメンタルボクセルマップを介して確立された戦略に従って必要なときにマップを更新します。
さらに、リアルタイムで高性能を確保し、マップ管理を促進するために、ダイナミックI-Octreeを使用して、ダイナミックオクトリーに基づいて3Dポイントの効率的な組織であり、ローカルマップをロードしてロボットの動作中にマップを更新します。
実験は、当社のシステムが最先端のLIOシステムに匹敵する安定した正確なローカリゼーションを実行できることを示しています。
また、以前のマップの環境が変更されたり、マップされていない領域とマップされていない領域の間でロボットが横断されたりしても、私たちのシステムは、区別なく堅牢で正確なローカリゼーションを維持できます。
私たちのデモは、blibili(https://www.bilibili.com/video/bv1fazhycekz)とyoutube(https://youtu.be/uwn7rcb9ka8)で見つけることができ、プログラムはhttps://github.com/m-evanovic/ll-localizizerで入手できます。
要約(オリジナル)
This paper proposes an incremental voxel-based life-long localization method, LL-Localizer, which enables robots to localize robustly and accurately in multi-session mode using prior maps. Meanwhile, considering that it is difficult to be aware of changes in the environment in the prior map and robots may traverse between mapped and unmapped areas during actual operation, we will update the map when needed according to the established strategies through incremental voxel map. Besides, to ensure high performance in real-time and facilitate our map management, we utilize Dynamic i-Octree, an efficient organization of 3D points based on Dynamic Octree to load local map and update the map during the robot’s operation. The experiments show that our system can perform stable and accurate localization comparable to state-of-the-art LIO systems. And even if the environment in the prior map changes or the robots traverse between mapped and unmapped areas, our system can still maintain robust and accurate localization without any distinction. Our demo can be found on Blibili (https://www.bilibili.com/video/BV1faZHYCEkZ) and youtube (https://youtu.be/UWn7RCb9kA8) and the program will be available at https://github.com/M-Evanovic/LL-Localizer.
arxiv情報
著者 | Xinyi Li,Shenghai Yuan,Haoxin Cai,Shunan Lu,Wenhua Wang,Jianqi Liu |
発行日 | 2025-04-02 10:39:23+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google