Multi-Resolution Planar Region Extraction for Uneven Terrains

要約

この論文では、順序付けされていない点群の測定から凹凸のある地形の平面領域を抽出する問題を研究します。
このような問題は、ロボットの知覚移動などのさまざまなロボット応用において重要です。
既存のアプローチは、環境から平面領域を効果的に抽出するという有望な結果を示していますが、多くの場合、低い計算効率や解像度の損失などの問題に悩まされています。
これらの問題に対処するために、本稿では、境界の精度と計算効率のバランスをとった多重解像度の平面領域抽出戦略を提案します。
私たちの方法は、点ごとの分類前処理モジュールから始まります。このモジュールは、局所的な幾何学的特性に従ってすべてのサンプリングされた点を分類し、多重解像度のセグメンテーションを容易にします。
続いて、オクツリーを使用して分類されたポイントを配置し、続いてノードの詳細な分析を行って、多重解像度プレーンのセグメンテーションを完了します。
提案されたアプローチの効率とロバスト性は、合成実験と現実世界の実験によって検証され、リアルタイムのパフォーマンスを維持しながら、さまざまな不均一な地形にわたって効果的に一般化する私たちの方法の能力が実証され、35 FPS を超えるフレームレートを達成します。

要約(オリジナル)

This paper studies the problem of extracting planar regions in uneven terrains from unordered point cloud measurements. Such a problem is critical in various robotic applications such as robotic perceptive locomotion. While existing approaches have shown promising results in effectively extracting planar regions from the environment, they often suffer from issues such as low computational efficiency or loss of resolution. To address these issues, we propose a multi-resolution planar region extraction strategy in this paper that balances the accuracy in boundaries and computational efficiency. Our method begins with a pointwise classification preprocessing module, which categorizes all sampled points according to their local geometric properties to facilitate multi-resolution segmentation. Subsequently, we arrange the categorized points using an octree, followed by an in-depth analysis of nodes to finish multi-resolution plane segmentation. The efficiency and robustness of the proposed approach are verified via synthetic and real-world experiments, demonstrating our method’s ability to generalize effectively across various uneven terrains while maintaining real-time performance, achieving frame rates exceeding 35 FPS.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google