論文の概要: Average Outward Flux Skeletons for Environment Mapping and Topology
Matching
- arxiv url: http://arxiv.org/abs/2111.13826v1
- Date: Sat, 27 Nov 2021 06:29:57 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-04 15:20:25.191813
- Title: Average Outward Flux Skeletons for Environment Mapping and Topology
Matching
- Title(参考訳): 環境マッピングとトポロジマッチングのための平均外向きフラックス骨格
- Authors: Morteza Rezanejad, Babak Samari, Elham Karimi, Ioannis Rekleitis,
Gregory Dudek, Kaleem Siddiqi
- Abstract要約: 本研究では,初期未知の2次元環境の道路マップの抽出方法を,その境界線を頑健に計算するオンライン・プロシージャを用いて検討する。
提案アルゴリズムは,ロボットのナビゲーションニーズに対して,スムーズな経路を実現する。
- 参考スコア(独自算出の注目度): 15.93458380913065
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider how to directly extract a road map (also known as a topological
representation) of an initially-unknown 2-dimensional environment via an online
procedure that robustly computes a retraction of its boundaries. In this
article, we first present the online construction of a topological map and the
implementation of a control law for guiding the robot to the nearest unexplored
area, first presented in [1]. The proposed method operates by allowing the
robot to localize itself on a partially constructed map, calculate a path to
unexplored parts of the environment (frontiers), compute a robust terminating
condition when the robot has fully explored the environment, and achieve loop
closure detection. The proposed algorithm results in smooth safe paths for the
robot's navigation needs. The presented approach is any time algorithm that has
the advantage that it allows for the active creation of topological maps from
laser scan data, as it is being acquired. We also propose a navigation strategy
based on a heuristic where the robot is directed towards nodes in the
topological map that open to empty space. We then extend the work in [1] by
presenting a topology matching algorithm that leverages the strengths of a
particular spectral correspondence method [2], to match the mapped environments
generated from our topology-making algorithm. Here, we concentrated on
implementing a system that could be used to match the topologies of the mapped
environment by using AOF Skeletons. In topology matching between two given maps
and their AOF skeletons, we first find correspondences between points on the
AOF skeletons of two different environments. We then align the (2D) points of
the environments themselves. We also compute a distance measure between two
given environments, based on their extracted AOF skeletons and their topology,
as the sum of the matching errors between corresponding points.
- Abstract(参考訳): 我々は,まず未知の2次元環境の道路地図(トポロジカル表現としても知られる)を,その境界の縮小を堅牢に計算するオンライン手続きを通して直接抽出する方法を検討する。
本稿では,まず,トポロジカルマップのオンライン構築と,ロボットを最寄りの未探索領域まで誘導する制御則の実装について述べる。
提案手法では,ロボットが部分的に構築された地図上に自在に配置し,未探索の環境(前線)への経路を計算し,環境を十分に探索した際に頑健な終了条件を計算し,ループ閉鎖検出を実現する。
提案アルゴリズムは,ロボットのナビゲーションニーズに対して,スムーズな経路を実現する。
提案したアプローチは、取得されるレーザースキャンデータからトポロジカルマップをアクティブに作成できるという利点を持つ任意の時間アルゴリズムである。
また,ロボットが空空間に開放されたトポロジカルマップのノードに向けられるヒューリスティックに基づくナビゲーション戦略を提案する。
次に, 特定のスペクトル対応法 [2] の強度を生かしたトポロジマッチングアルゴリズムを提案することにより, [1] の処理を拡張し, トポロジ生成アルゴリズムから生成されたマッピング環境に適合させる。
そこで我々は,AOFスケルトンを用いて地図化された環境のトポロジに適合するシステムの実装に集中した。
2つの与えられた地図とそれらのAOF骨格のトポロジーマッチングにおいて、まず2つの異なる環境のAOF骨格の点間の対応を見出す。
次に、環境自体の(2D)ポイントを調整します。
また, 抽出したAOF骨格とそのトポロジに基づいて, 与えられた2つの環境間の距離を, 対応する点間の一致誤差の和として計算する。
関連論文リスト
- Topograph: An efficient Graph-Based Framework for Strictly Topology Preserving Image Segmentation [78.54656076915565]
位相的正しさは多くの画像分割タスクにおいて重要な役割を果たす。
ほとんどのネットワークは、Diceのようなピクセル単位の損失関数を使って、トポロジカルな精度を無視して訓練されている。
トポロジ的に正確な画像セグメンテーションのための新しいグラフベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2024-11-05T16:20:14Z) - NavTopo: Leveraging Topological Maps For Autonomous Navigation Of a Mobile Robot [1.0550841723235613]
トポロジマップと2段階の経路計画に基づく完全なナビゲーションパイプラインを提案する。
パイプラインは、入力ポイントクラウドのニューラルネットワーク記述子と2Dプロジェクションをマッチングすることで、グラフにローカライズする。
提案手法は,大規模な室内光相対論的シミュレーション環境でテストし,一般的な計量マッピング手法であるRTAB-MAPに基づく計量地図に基づく手法と比較する。
論文 参考訳(メタデータ) (2024-10-15T10:54:49Z) - Boundary Detection Algorithm Inspired by Locally Linear Embedding [8.259071011958254]
本稿では,広く使用されている局所的線形埋め込みアルゴリズムにインスパイアされた境界点検出手法を提案する。
本手法は,2つの近傍探索スキーム($epsilon$-radius ball scheme)と$K$-nearest neighbor scheme($K$-nearest neighbor scheme)を用いて実装する。
論文 参考訳(メタデータ) (2024-06-26T16:05:57Z) - FRAME: A Modular Framework for Autonomous Map Merging: Advancements in the Field [12.247977717070773]
本稿では,エゴセントリックなマルチロボット探査における3次元点雲マップの融合について述べる。
提案手法は、最先端の場所認識と学習記述子を利用して、地図間の重複を効率的に検出する。
提案手法の有効性は,ロボット探査の複数のフィールドミッションを通じて実証された。
論文 参考訳(メタデータ) (2024-04-27T20:54:15Z) - PRISM-TopoMap: Online Topological Mapping with Place Recognition and Scan Matching [42.74395278382559]
本稿では,局所的な位置のグラフを保持するトポロジカルマッピング手法であるPRISM-TopoMapを紹介する。
提案手法は,ローカライゼーションとループ閉鎖のためのスキャンマッチングパイプラインと組み合わせた学習可能なマルチモーダル位置認識を含む。
提案手法の広範な実験的評価を,写真実写環境および実ロボット上で行った。
論文 参考訳(メタデータ) (2024-04-02T06:25:16Z) - Information Entropy Initialized Concrete Autoencoder for Optimal Sensor
Placement and Reconstruction of Geophysical Fields [58.720142291102135]
そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。
本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。
得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
論文 参考訳(メタデータ) (2022-06-28T12:43:38Z) - GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。
提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
論文 参考訳(メタデータ) (2022-05-30T16:22:53Z) - Temporally-Consistent Surface Reconstruction using Metrically-Consistent
Atlases [131.50372468579067]
そこで本稿では,時間変化点雲列から時間一貫性のある面列を復元する手法を提案する。
我々は、再構成された表面をニューラルネットワークによって計算されたアトラスとして表現し、フレーム間の対応性を確立することができる。
当社のアプローチは、いくつかの挑戦的なデータセットにおいて、最先端のものよりも優れています。
論文 参考訳(メタデータ) (2021-11-12T17:48:25Z) - Learning High Dimensional Wasserstein Geodesics [55.086626708837635]
高次元の2つの確率分布の間のワッサーシュタイン測地線を計算するための新しい定式化と学習戦略を提案する。
ラグランジュ乗算器の手法を最適輸送(OT)問題の動的定式化に適用することにより、サドル点がワッサーシュタイン測地線であるミニマックス問題を導出する。
次に、深層ニューラルネットワークによる関数のパラメータ化を行い、トレーニングのためのサンプルベースの双方向学習アルゴリズムを設計する。
論文 参考訳(メタデータ) (2021-02-05T04:25:28Z) - Gaussian Process Gradient Maps for Loop-Closure Detection in
Unstructured Planetary Environments [17.276441789710574]
以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。
非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。
本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
論文 参考訳(メタデータ) (2020-09-01T04:41:40Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳(メタデータ) (2020-07-28T07:34:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。