Reliable-loc: Robust sequential LiDAR global localization in large-scale street scenes based on verifiable cues

要約

ウェアラブルレーザースキャン（WLS）システムには、柔軟性と移植性の利点があります。
これは、先行マップ内のユーザーのパスを決定するために使用できます。これは、歩行者ナビゲーション、共同マッピング、拡張現実、および緊急救助のアプリケーションに対する大きな需要です。
ただし、既存のLIDARベースのグローバルローカリゼーション方法は、特に不十分な機能が不十分で、前のマップの不完全なカバレッジを備えた複雑な大規模な屋外シーンでは、堅牢性が不十分です。
このような課題に対処するために、LIDARベースの信頼できるグローバルローカリゼーション（信頼できるロック）を提案します。
まず、空間的に検証可能なキューに基づいてモンテカルロローカリゼーション（MCL）を提案します。粒子の重みを調整するためにローカルな特徴に埋め込まれた豊富な情報を利用して、誤った領域に収束する粒子を回避します。
第二に、順次のポーズ不確実性によって導かれたローカリゼーションステータス監視メカニズムを提案し、ローカリゼーションシステムのクラッシュを回避するために、時間的に検証可能なキューを使用してローカリゼーションモードを適応的に切り替えます。
提案されている信頼できるロックの実験を検証するために、高精度の車両マウントモバイルレーザースキャン（MLS）ポイントクラウドとヘルメットに取り付けられたWLSポイントクラウドで構成される大規模な不均一ポイントクラウドデータセットで行われました。
実験結果は、信頼できるロックが、大規模な複雑なストリートシーンで高い堅牢性、精度、効率性を示すことを示しています。
コードと詳細な実験結果については、https：//github.com/zouxianghong/reliable-locを参照してください。

要約(オリジナル)

Wearable laser scanning (WLS) system has the advantages of flexibility and portability. It can be used for determining the user’s path within a prior map, which is a huge demand for applications in pedestrian navigation, collaborative mapping, augmented reality, and emergency rescue. However, existing LiDAR-based global localization methods suffer from insufficient robustness, especially in complex large-scale outdoor scenes with insufficient features and incomplete coverage of the prior map. To address such challenges, we propose LiDAR-based reliable global localization (Reliable-loc) exploiting the verifiable cues in the sequential LiDAR data. First, we propose a Monte Carlo Localization (MCL) based on spatially verifiable cues, utilizing the rich information embedded in local features to adjust the particles’ weights hence avoiding the particles converging to erroneous regions. Second, we propose a localization status monitoring mechanism guided by the sequential pose uncertainties and adaptively switching the localization mode using the temporal verifiable cues to avoid the crash of the localization system. To validate the proposed Reliable-loc, comprehensive experiments have been conducted on a large-scale heterogeneous point cloud dataset consisting of high-precision vehicle-mounted mobile laser scanning (MLS) point clouds and helmet-mounted WLS point clouds, which cover various street scenes with a length of over 30 km. The experimental results indicate that Reliable-loc exhibits high robustness, accuracy, and efficiency in large-scale, complex street scenes, with a position accuracy of 2.91 m, yaw accuracy of 3.74 degrees, and achieves real-time performance. For the code and detailed experimental results, please refer to https://github.com/zouxianghong/Reliable-loc.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google