Hilti SLAM Challenge 2023: Benchmarking Single + Multi-session SLAM across Sensor Constellations in Construction

要約

同時位置特定およびマッピング システムは、ハンドヘルド アプリケーションとロボット アプリケーションの両方で位置決めを可能にする重要な要素です。
過去数年にわたって組織されたヒルティ SLAM チャレンジは、世界最高の SLAM システムのいくつかを高精度でベンチマークすることに成功しました。
ただし、さまざまなセンサー スイートやマルチセッション SLAM にわたるプラットフォーム非依存性など、これらのシステムのさらなる機能はまだ調査されていません。
これらの要素は、実際のアプリケーションにおける堅牢性と導入の容易さを間接的に示す指標として機能します。
これらの要素を組み合わせて考慮する、公開されているデータセットとベンチマークの組み合わせは存在しません。
Hilti SLAM Challenge 2023 データセットとベンチマークは、この問題に対処しています。
さらに、ロボットに搭載された既製の LiDAR から地上の事前測量点を観測できるようにするための新しい基準マーカーの設計と、その位置を mm レベルの精度で推定するアルゴリズムを提案します。
このチャレンジの結果では、全体的な参加者が増加し、シングルセッション SLAM システムの精度が向上し、さまざまなセンサー スイートで正常に動作していますが、マルチセッション SLAM を実行している参加者は比較的少数であることが示されています。
データセットの URL: https://www.hilti-challenge.com/dataset-2023.html

要約(オリジナル)

Simultaneous Localization and Mapping systems are a key enabler for positioning in both handheld and robotic applications. The Hilti SLAM Challenges organized over the past years have been successful at benchmarking some of the world’s best SLAM Systems with high accuracy. However, more capabilities of these systems are yet to be explored, such as platform agnosticism across varying sensor suites and multi-session SLAM. These factors indirectly serve as an indicator of robustness and ease of deployment in real-world applications. There exists no dataset plus benchmark combination publicly available, which considers these factors combined. The Hilti SLAM Challenge 2023 Dataset and Benchmark addresses this issue. Additionally, we propose a novel fiducial marker design for a pre-surveyed point on the ground to be observable from an off-the-shelf LiDAR mounted on a robot, and an algorithm to estimate its position at mm-level accuracy. Results from the challenge show an increase in overall participation, single-session SLAM systems getting increasingly accurate, successfully operating across varying sensor suites, but relatively few participants performing multi-session SLAM. Dataset URL: https://www.hilti-challenge.com/dataset-2023.html

arxiv情報

提供元, 利用サービス

arxiv.jp, Google