MAD-BA: 3D LiDAR Bundle Adjustment — from Uncertainty Modelling to Structure Optimization

要約

センサーのポーズと 3D 構造の共同最適化は、ロボット工学および関連分野における状態推定の基礎です。
現在の LiDAR システムは姿勢の最適化を優先することが多く、構造の改良は省略されるか、符号付き距離関数やニューラル ネットワークなどの表現を使用して個別に処理されます。
このペーパーでは、サーフェルとして表されるセンサーのポーズと 3D マップを同時に最適化するためのフレームワークを紹介します。
一般化された LiDAR 不確実性モデルは、さまざまなシナリオで劣化した測定値または信頼性の低い測定値に対処するために提案されています。
公開データセットでの実験結果は、ほとんどの同等の最先端の方法よりもパフォーマンスが向上していることを示しています。
このシステムは、さらなる研究をサポートするためにオープンソース ソフトウェアとして提供されています。

要約(オリジナル)

The joint optimization of sensor poses and 3D structure is fundamental for state estimation in robotics and related fields. Current LiDAR systems often prioritize pose optimization, with structure refinement either omitted or treated separately using representations like signed distance functions or neural networks. This paper introduces a framework for simultaneous optimization of sensor poses and 3D map, represented as surfels. A generalized LiDAR uncertainty model is proposed to address degraded or less reliable measurements in varying scenarios. Experimental results on public datasets demonstrate improved performance over most comparable state-of-the-art methods. The system is provided as open-source software to support further research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google