Exact Point Cloud Downsampling for Fast and Accurate Global Trajectory Optimization

要約

この論文では、グローバルな位置合わせエラーの最小化に基づいて、高速かつ正確な軌道を最適化するための点群ダウンサンプリング アルゴリズムを紹介します。
提案されたアルゴリズムは、入力点群の残差の重み付きサブセットを選択し、そのサブセットが評価点における元の点群の二次点群登録誤差関数とまったく同じ二次点群登録誤差関数を生成するようにします。
この方法は、入力点の小さなサブセット (最小で 29 の残差) のみを使用して、元のレジストレーション エラー関数を正確に近似します。
KITTI データセットを使用した実験結果は、提案されたアルゴリズムが、精度を維持しながら、グローバルな登録エラーを最小限に抑えるために、処理時間 (87%) とメモリ消費量 (99%) を大幅に削減することを示しています。

要約(オリジナル)

This paper presents a point cloud downsampling algorithm for fast and accurate trajectory optimization based on global registration error minimization. The proposed algorithm selects a weighted subset of residuals of the input point cloud such that the subset yields exactly the same quadratic point cloud registration error function as that of the original point cloud at the evaluation point. This method accurately approximates the original registration error function with only a small subset of input points (29 residuals at a minimum). Experimental results using the KITTI dataset demonstrate that the proposed algorithm significantly reduces processing time (by 87\%) and memory consumption (by 99\%) for global registration error minimization while retaining accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google