II-NVM: Enhancing Map Accuracy and Consistency with Normal Vector-Assisted Mapping

要約

SLAMテクノロジーは、屋内マッピングとローカリゼーションにおいて重要な役割を果たしています。
屋内環境での一般的な課題は、「両面マッピングの問題」です。この壁、ドア、その他の表面は、単一の平面と誤って識別され、マップの精度と一貫性を大幅に妨げます。
この問題に対処するために、このペーパーでは、通常のベクトルの一貫性を使用して正確なマッピングを保証するスラムアプローチを紹介します。
ボクセルマップ構造を強化して、ポイントクラウドデータと通常のベクトル情報の両方を保存し、最近傍検索とマップの更新中にシステムが一貫性を評価できるようにします。
このプロセスは、表面の前面と背面を区別し、ポイントツープレーンの制約が誤っていないことを防ぎます。
さらに、ポイントクラウドの局所密度に基づいて検索半径を動的に調整する適応半径KDツリー検索方法を実装し、それにより通常のベクター計算の精度を高めます。
リアルタイムのパフォーマンスとストレージの効率をさらに向上させるために、ボクセルマップの効率的な増分更新を容易にする最近使用された（LRU）キャッシュ戦略を組み込みます。
このコードはオープンソースとしてリリースされ、シミュレートされた環境と実際の屋内シナリオの両方で検証されています。
実験結果は、このアプローチが「両面マッピングの問題」を効果的に解決し、マッピング精度を大幅に改善することを示しています。
さらに、「両面マッピングの問題」に合わせて特別に調整された最初のシミュレーションと実世界のデータセットを開発およびオープンソーリングしました。

要約(オリジナル)

SLAM technology plays a crucial role in indoor mapping and localization. A common challenge in indoor environments is the ‘double-sided mapping issue’, where closely positioned walls, doors, and other surfaces are mistakenly identified as a single plane, significantly hindering map accuracy and consistency. To address this issue this paper introduces a SLAM approach that ensures accurate mapping using normal vector consistency. We enhance the voxel map structure to store both point cloud data and normal vector information, enabling the system to evaluate consistency during nearest neighbor searches and map updates. This process distinguishes between the front and back sides of surfaces, preventing incorrect point-to-plane constraints. Moreover, we implement an adaptive radius KD-tree search method that dynamically adjusts the search radius based on the local density of the point cloud, thereby enhancing the accuracy of normal vector calculations. To further improve realtime performance and storage efficiency, we incorporate a Least Recently Used (LRU) cache strategy, which facilitates efficient incremental updates of the voxel map. The code is released as open-source and validated in both simulated environments and real indoor scenarios. Experimental results demonstrate that this approach effectively resolves the ‘double-sided mapping issue’ and significantly improves mapping precision. Additionally, we have developed and open-sourced the first simulation and real world dataset specifically tailored for the ‘double-sided mapping issue’.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google