OpenLiDARMap: Zero-Drift Point Cloud Mapping using Map Priors

要約

正確な位置特定は、特に従来の方法が機能しない全地球航法衛星システム (GNSS) が拒否された環境において、モバイル自律システムの重要なコンポーネントです。
このようなシナリオでは、信頼性の高い動作のために環境センシングが不可欠です。
ただし、LiDAR オドメトリや同時位置特定およびマッピング (SLAM) などのアプローチは、特にループ クロージャがない場合、長距離にわたるドリフトの影響を受けます。
マップベースのローカリゼーションは強力な代替手段を提供しますが、課題は GNSS サポートなしでマップを作成および地理参照することにあります。
この問題に対処するために、まばらな航空スキャンから得られた建物のフットプリントや地表モデルなどの公開データを使用して、GNSS を使用せずに地理参照マップを作成する方法を提案します。
当社のアプローチでは、これらのデータをオンボード LiDAR スキャンと統合して、高密度で正確な地理参照された 3D 点群マップを生成します。
Iterative Closest Point (ICP) スキャン間マッチング戦略とスキャン対マップ マッチング戦略を組み合わせることで、長期的なドリフトに悩まされることなく、高い局所的一貫性を実現します。
したがって、地理参照マップの作成における GNSS への依存を排除​​します。
この結果は、LiDAR のみのマッピングを既存の事前マップで拡張すると、正確な地理参照点群マップを生成できることを示しています。

要約(オリジナル)

Accurate localization is a critical component of mobile autonomous systems, especially in Global Navigation Satellite Systems (GNSS)-denied environments where traditional methods fail. In such scenarios, environmental sensing is essential for reliable operation. However, approaches such as LiDAR odometry and Simultaneous Localization and Mapping (SLAM) suffer from drift over long distances, especially in the absence of loop closures. Map-based localization offers a robust alternative, but the challenge lies in creating and georeferencing maps without GNSS support. To address this issue, we propose a method for creating georeferenced maps without GNSS by using publicly available data, such as building footprints and surface models derived from sparse aerial scans. Our approach integrates these data with onboard LiDAR scans to produce dense, accurate, georeferenced 3D point cloud maps. By combining an Iterative Closest Point (ICP) scan-to-scan and scan-to-map matching strategy, we achieve high local consistency without suffering from long-term drift. Thus, we eliminate the reliance on GNSS for the creation of georeferenced maps. The results demonstrate that LiDAR-only mapping can produce accurate georeferenced point cloud maps when augmented with existing map priors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google