要約
既存の3次元点ベースの動的点検出・除去法は、時間的オーバーヘッドが大きく、LiDAR-慣性オドメトリシステムへの適応を困難にしている。本論文では、自律走行シナリオにおいて移動する車両や歩行者を扱うための、ラベル一貫性に基づく動的点検出・除去法を提案し、提案する動的点検出・除去法を、自ら設計したLiDAR-慣性オドメトリシステムに組み込む。3つの公開データセットを用いた実験結果から、本手法がLIOシステムにおいて極めて低い計算オーバヘッド（1$sim$9ms）で動的な点検出と除去を達成できること、その一方で、最先端の手法と同等の保存率と棄却率を達成し、ポーズ推定の精度を大幅に向上できることが実証された。本研究のソースコードを公開する。
要約(オリジナル)
Existing 3D point-based dynamic point detection and removal methods have a significant time overhead, making them difficult to adapt to LiDAR-inertial odometry systems. This paper proposes a label consistency based dynamic point detection and removal method for handling moving vehicles and pedestrians in autonomous driving scenarios, and embeds the proposed dynamic point detection and removal method into a self-designed LiDAR-inertial odometry system. Experimental results on three public datasets demonstrate that our method can accomplish the dynamic point detection and removal with extremely low computational overhead (i.e., 1$\sim$9ms) in LIO systems, meanwhile achieve comparable preservation rate and rejection rate to state-of-the-art methods and significantly enhance the accuracy of pose estimation. We have released the source code of this work for the development of the community.
arxiv情報
| 著者 | Zikang Yuan,Xiaoxiang Wang,Jingying Wu,Junda Cheng,Xin Yang |
| 発行日 | 2024-07-04 02:48:02+00:00 |
| arxivサイト | arxiv_id(pdf) |