ORCHNet: A Robust Global Feature Aggregation approach for 3D LiDAR-based Place recognition in Orchards

要約

農業環境におけるロバストで信頼性の高い場所認識とループ クロージャ検出は、まだ未解決の問題です。
特に、果樹園は、畑全体で構造が類似しているため、難しいケーススタディです。
この作業では、堅牢性の重要なモダリティと見なされる 3D LiDAR データに頼る果樹園の場所認識の問題に対処します。
したがって、3D-LiDARスキャンをグローバル記述子にマッピングするディープラーニングベースのアプローチであるORCHNetを提案します。
具体的には、この作業は、複数の集約方法を堅牢なグローバル記述子に融合する、新しいグローバル機能集約アプローチを提案します。
ORCHNet は、果樹園で収集された実世界のデータで評価されます。これには、夏と秋の季節のデータが含まれます。
堅牢性を評価するために、ORCHNet と、同じ季節および複数の季節のデータに対する最先端の集計アプローチを比較します。
さらに、ORCHNet がループ クロージャ検出器として使用される、ローカリゼーション フレームワークの一部として、提案されたアプローチをさらに評価します。
経験的な結果は、場所認識タスクでは、ORCHNet が残りのアプローチよりも優れており、季節を通じてより堅牢であることを示しています。
ローカリゼーションに関しては、ORCHNet をループ検出器として統合すると、パスがツリーを通過するエッジ ケースが解決され、このタスクで提案されたアプローチの潜在的な適用可能性が示されます。
コードとデータセットは、\url{https://github.com/Cybonic/ORCHNet.git} で公開されます。

要約(オリジナル)

Robust and reliable place recognition and loop closure detection in agricultural environments is still an open problem. In particular, orchards are a difficult case study due to structural similarity across the entire field. In this work, we address the place recognition problem in orchards resorting to 3D LiDAR data, which is considered a key modality for robustness. Hence, we propose ORCHNet, a deep-learning-based approach that maps 3D-LiDAR scans to global descriptors. Specifically, this work proposes a new global feature aggregation approach, which fuses multiple aggregation methods into a robust global descriptor. ORCHNet is evaluated on real-world data collected in orchards, comprising data from the summer and autumn seasons. To assess the robustness, We compare ORCHNet with state-of-the-art aggregation approaches on data from the same season and across seasons. Moreover, we additionally evaluate the proposed approach as part of a localization framework, where ORCHNet is used as a loop closure detector. The empirical results indicate that, on the place recognition task, ORCHNet outperforms the remaining approaches, and is also more robust across seasons. As for the localization, the edge cases where the path goes through the trees are solved when integrating ORCHNet as a loop detector, showing the potential applicability of the proposed approach in this task. The code and dataset will be publicly available at:\url{https://github.com/Cybonic/ORCHNet.git}

arxiv情報

提供元, 利用サービス

arxiv.jp, Google