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

要約

農業環境における堅牢で信頼性の高い場所認識とループ閉鎖検出は、依然として未解決の問題です。
特に、果樹園は畑全体の構造が類似しているため、ケーススタディが困難です。
この研究では、堅牢性のための重要なモダリティと考えられている 3D LiDAR データを利用して、果樹園における場所認識の問題に取り組みます。
そこで、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、この研究は、複数の集約方法を堅牢なグローバル記述子に融合する、新しいグローバル特徴集約アプローチを提案します。
ORCHNet は、果樹園で収集された夏と秋のデータからなる現実世界のデータに基づいて評価されます。
堅牢性を評価するために、同じ季節および複数の季節のデータに対して ORCHNet と最先端の集計アプローチを比較します。
さらに、ORCHNet がループ閉鎖検出器として使用される、提案されたアプローチをローカリゼーション フレームワークの一部としてさらに評価します。
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たパフォーマンスを発揮し、季節全体にわたってより堅牢であることを示しています。
位置特定に関しては、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というエッジ ケースが解決され、このタスクにおける提案されたアプローチの潜在的な適用可能性が示されています。
コードは次の場所で公開されます:\url{https://github.com/Cybonic/ORCHNet.git}

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 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