要約
この論文では、凹凸のある地形や荒れた地形での無人地上車両の自律ナビゲーションのための効率的なハイブリッド位置特定フレームワークと、3D 点群データの詳細な処理のための技術を提案します。
このフレームワークは、LIDAR と慣性データを使用した既知の点群マップでの堅牢な位置特定を目的とした FAST-LIO2 アルゴリズムの拡張バージョンです。
このシステムはハイブリッド方式に基づいており、ロボットは事前に構築された地図内で位置を特定するだけでなく、位置特定とマッピングを同時に実行して未知のシーンを探索し、既存の地図と整合した拡張地図を構築できます。
当社のフレームワークは、起伏の多い地形にある高圧変電所の自律的な地上検査タスクのために開発されました。
私たちは、変電所の事前構築マップを使用したフィールド試験でのアルゴリズムの適用を紹介しますが、地面とその通過可能な領域を分離して、ロボットがマップ内の関心のある地点に接近して実行できるようにすることを目的とした技術も分析します。
視覚データと熱データを使用した検査タスク。
要約(オリジナル)
This paper proposes an efficient hybrid localization framework for the autonomous navigation of an unmanned ground vehicle in uneven or rough terrain, as well as techniques for detailed processing of 3D point cloud data. The framework is an extended version of FAST-LIO2 algorithm aiming at robust localization in known point cloud maps using Lidar and inertial data. The system is based on a hybrid scheme which allows the robot to not only localize in a pre-built map, but concurrently perform simultaneous localization and mapping to explore unknown scenes, and build extended maps aligned with the existing map. Our framework has been developed for the task of autonomous ground inspection of high-voltage electrical substations residing in rough terrain. We present the application of our algorithm in field trials, using a pre-built map of the substation, but also analyze techniques that aim to isolate the ground and its traversable regions, to allow the robot to approach points of interest within the map and perform inspection tasks using visual and thermal data.
arxiv情報
| 著者 | Ioannis Alamanos,George P. Moustris,Costas S. Tzafestas |
| 発行日 | 2024-03-28 23:00:54+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google