FeatSense — A Feature-based Registration Algorithm with GPU-accelerated TSDF-Mapping Backend for NVIDIA Jetson Boards

要約

この論文では、高解像度 LiDAR 用の機能ベースの GPU アクセラレーション SLAM システムである FeatSense と、組み込みハードウェア上で大規模な Truncated Signed Distance Fields (TSDF) をリアルタイムに生成するためのマップ生成アルゴリズムを組み合わせたものについて説明します。
FeatSense は、オドメトリ推定と点群登録に LiDAR 点群機能を使用します。
登録された点群は、グローバルな Truncated Signed Distance Field (TSDF) 表現に統合されます。
FeatSense は、NVIDIA Jetson ボードのような統合された GPU アクセラレータを備えた組み込みシステムで実行することを目的としています。
この論文では、密結合された CPU/GPU システム向けに特別に調整されたリアルタイム対応 TSDF-SLAM システムを紹介します。
実装はさまざまな構造化環境および非構造化環境で評価され、既存の参照データセットに対してベンチマークが行われます。
この論文の主な貢献は、NVIDIA AGX Xavier 上で 10Hz で Ouster OS1-128 LiDAR の最大 128 スキャン ラインを登録できると同時に、同じ電力での以前の作業と比較して 100 倍の TSDF マップ生成速度向上を達成できることです。
予算。

要約(オリジナル)

This paper presents FeatSense, a feature-based GPU-accelerated SLAM system for high resolution LiDARs, combined with a map generation algorithm for real-time generation of large Truncated Signed Distance Fields (TSDFs) on embedded hardware. FeatSense uses LiDAR point cloud features for odometry estimation and point cloud registration. The registered point clouds are integrated into a global Truncated Signed Distance Field (TSDF) representation. FeatSense is intended to run on embedded systems with integrated GPU-accelerator like NVIDIA Jetson boards. In this paper, we present a real-time capable TSDF-SLAM system specially tailored for close coupled CPU/GPU systems. The implementation is evaluated in various structured and unstructured environments and benchmarked against existing reference datasets. The main contribution of this paper is the ability to register up to 128 scan lines of an Ouster OS1-128 LiDAR at 10Hz on a NVIDIA AGX Xavier while achieving a TSDF map generation speedup by a factor of 100 compared to previous work on the same power budget.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google