LiDAR-Based Place Recognition For Autonomous Driving: A Survey

要約

LiDAR ベースの場所認識 (LPR) は自動運転において極めて重要な役割を果たし、同時位置特定およびマッピング (SLAM) システムが蓄積されたエラーを軽減し、信頼性の高い位置特定を達成するのを支援します。
ただし、既存のレビューは主に視覚的場所認識 (VPR) 方法に焦点を当てています。
LPR における最近の目覚ましい進歩にもかかわらず、私たちの知る限り、この分野に特化した体系的なレビューはありません。
この論文は、LiDAR センサーを使用した場所認識方法の包括的なレビューを提供することでギャップを埋め、さらなる研究を促進および奨励します。
まず、場所認識の問題の定式化を掘り下げ、既存の課題を調査し、以前の調査との関係を説明します。
その後、関連する調査を徹底的にレビューし、詳細な分類、長所と短所、アーキテクチャを提供します。
最後に、既存のデータセット、一般的に使用される評価指標、および公開データセットのさまざまな方法による包括的な評価結果を要約します。
この論文は、場所認識の分野に初めて参入する初心者や、長期的なロボットの位置特定に興味のある研究者にとって、貴重なチュートリアルとして役立ちます。
私たちは、Web サイト https://github.com/ShiPC-AI/LPR-Survey で最新のプロジェクトを維持することを約束します。

要約(オリジナル)

LiDAR-based place recognition (LPR) plays a pivotal role in autonomous driving, which assists Simultaneous Localization and Mapping (SLAM) systems in reducing accumulated errors and achieving reliable localization. However, existing reviews predominantly concentrate on visual place recognition (VPR) methods. Despite the recent remarkable progress in LPR, to the best of our knowledge, there is no dedicated systematic review in this area. This paper bridges the gap by providing a comprehensive review of place recognition methods employing LiDAR sensors, thus facilitating and encouraging further research. We commence by delving into the problem formulation of place recognition, exploring existing challenges, and describing relations to previous surveys. Subsequently, we conduct an in-depth review of related research, which offers detailed classifications, strengths and weaknesses, and architectures. Finally, we summarize existing datasets, commonly used evaluation metrics, and comprehensive evaluation results from various methods on public datasets. This paper can serve as a valuable tutorial for newcomers entering the field of place recognition and for researchers interested in long-term robot localization. We pledge to maintain an up-to-date project on our website https://github.com/ShiPC-AI/LPR-Survey.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google