Object-oriented mapping in dynamic environments

要約

グリッド マップ、特に占有グリッド マップは、多くのモバイル ロボット アプリケーションで広く使用されています。
マップの学習プロセスを簡素化するために、グリッド マップは世界をセルのグリッドに細分化し、その占有率は特定のセルの知覚フィールドの測定値のみを使用して独立して推定されます。
ただし、世界は複数のセルにまたがるオブジェクトで構成されています。これは、あるセルに該当する測定値が、同じオブジェクトに属する他のセルの占有に関する証拠を提供することを意味します。
この相関関係は現在のモデルでは捕捉されません。
この研究では、測定値と各セルの占有率の関係を潜在変数のセットとしてモデル化し、それらの変数と事後推定を共同推定することにより、独立性の仮定を緩和してグリッド マップの更新を一般化する方法を提案します。
地図。
さらに、意味ラベルに基づくクラスタリングによって潜在変数を推定する方法と、提案されたマップ更新方法を容易にするための正規分布転移占有マップ (NDT-OM) の拡張を提案します。
私たちは、実世界のデータセットを使用して地図の作成と位置特定の包括的な実験を実行し、提案された方法が最先端の方法と比較して非常に動的な環境でより良い地図を作成することを示します。
最後に、提案された方法が生涯にわたる地図更新シナリオで遮蔽されたオブジェクトを地図から削除する機能を実証します。

要約(オリジナル)

Grid maps, especially occupancy grid maps, are ubiquitous in many mobile robot applications. To simplify the process of learning the map, grid maps subdivide the world into a grid of cells, whose occupancies are independently estimated using only measurements in the perceptual field of the particular cell. However, the world consists of objects that span multiple cells, which means that measurements falling onto a cell provide evidence on the occupancy of other cells belonging to the same object. This correlation is not captured by current models. In this work, we present a way to generalize the update of grid maps relaxing the assumption of independence by modeling the relationship between the measurements and the occupancy of each cell as a set of latent variables, and jointly estimating those variables and the posterior of the map. Additionally, we propose a method to estimate the latent variables by clustering based on semantic labels and an extension to the Normal Distributions Transfer Occupancy Map (NDT-OM) to facilitate the proposed map update method. We perform comprehensive experiments of map creation and localization with real world data sets, and show that the proposed method creates better maps in highly dynamic environments compared to state-of-the-art methods. Finally, we demonstrate the ability of the proposed method to remove occluded objects from the map in a lifelong map update scenario.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google