論文の概要: LiDAR Point--to--point Correspondences for Rigorous Registration of
Kinematic Scanning in Dynamic Networks
- arxiv url: http://arxiv.org/abs/2201.00596v1
- Date: Mon, 3 Jan 2022 11:53:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-04 15:19:09.950950
- Title: LiDAR Point--to--point Correspondences for Rigorous Registration of
Kinematic Scanning in Dynamic Networks
- Title(参考訳): 動的ネットワークにおけるキネマティックスキャニングの厳密な登録のためのlidar点間対応
- Authors: Aur\'elien Brun, Davide Antonio Cucci and Jan Skaloud
- Abstract要約: 本稿では,LiDAR点雲の登録を改善するための新しい軌道調整手法を提案する。
本稿では、新しい観測モデルとして、動的ネットワークにどのように挿入されるか、および対応を選択する方法について述べる。
次に、低コストMEMS慣性センサを用いた実用的な空中レーザー走査シナリオにおける提案手法の性能評価実験について述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the objective of improving the registration of LiDAR point clouds
produced by kinematic scanning systems, we propose a novel trajectory
adjustment procedure that leverages on the automated extraction of selected
reliable 3D point--to--point correspondences between overlapping point clouds
and their joint integration (adjustment) together with all raw inertial and
GNSS observations. This is performed in a tightly coupled fashion using a
Dynamic Network approach that results in an optimally compensated trajectory
through modeling of errors at the sensor, rather than the trajectory, level.
The 3D correspondences are formulated as static conditions within this network
and the registered point cloud is generated with higher accuracy utilizing the
corrected trajectory and possibly other parameters determined within the
adjustment. We first describe the method for selecting correspondences and how
they are inserted into the Dynamic Network as new observation models. We then
describe the experiments conducted to evaluate the performance of the proposed
framework in practical airborne laser scanning scenarios with low-cost MEMS
inertial sensors. In the conducted experiments, the method proposed to
establish 3D correspondences is effective in determining point--to--point
matches across a wide range of geometries such as trees, buildings and cars.
Our results demonstrate that the method improves the point cloud registration
accuracy, that is otherwise strongly affected by errors in the determined
platform attitude or position (in nominal and emulated GNSS outage conditions),
and possibly determine unknown boresight angles using only a fraction of the
total number of 3D correspondences that are established.
- Abstract(参考訳): キネマティックスキャニングシステムによって生成されたlidar点雲の登録を改善することを目的として,重なり合った点雲とそれらの統合(調整)と全ての生慣性およびgnss観測とで,選択された信頼できる3d点間対応を自動的に抽出する新しい軌道調整手順を提案する。
これは、ダイナミックネットワークアプローチを用いて、軌道のレベルではなく、センサーの誤差をモデル化することで、最適に補償された軌道を導出する。
このネットワーク内の静的な条件として3D対応を定式化し、修正された軌道およびおそらく調整の中で決定された他のパラメータを用いて、より高い精度で登録された点雲を生成する。
まず,新しい観測モデルとして,応答の選択法と動的ネットワークへの挿入方法について述べる。
次に、低コストMEMS慣性センサを用いた実用的な空中レーザー走査シナリオにおける提案手法の性能評価実験を行った。
実験では,木や建物,車など広い範囲の測地線にまたがる点対点マッチングを決定する際に,3次元対応を確立するための手法が有効であることを示す。
本手法は, 既定のプラットフォーム姿勢や位置(名目およびエミュレートされたgnss停止条件)の誤差に強く影響を受ける点クラウド登録精度を向上し, 確立された3次元対応の合計数のごく一部のみを用いて未知のボーリング角を決定することができることを示す。
関連論文リスト
- 3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。
本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。
提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
論文 参考訳(メタデータ) (2024-11-01T12:50:38Z) - DM3D: Distortion-Minimized Weight Pruning for Lossless 3D Object Detection [42.07920565812081]
本稿では,3次元物体検出のための新しいトレーニング後の重み付け手法を提案する。
事前訓練されたモデルにおける冗長パラメータを決定し、局所性と信頼性の両方において最小限の歪みをもたらす。
本フレームワークは,ネットワーク出力の歪みを最小限に抑え,検出精度を最大に維持することを目的とする。
論文 参考訳(メタデータ) (2024-07-02T09:33:32Z) - Unleash the Potential of 3D Point Cloud Modeling with A Calibrated Local
Geometry-driven Distance Metric [62.365983810610985]
そこで我々は,Callibated Local Geometry Distance (CLGD) と呼ばれる新しい距離測定法を提案する。
CLGDは、基準点の集合によってキャリブレーションされ誘導される基礎となる3次元表面の差を計算する。
一般的な指標として、CLGDは3Dポイントのクラウドモデリングを前進させる可能性がある。
論文 参考訳(メタデータ) (2023-06-01T11:16:20Z) - GraphReg: Dynamical Point Cloud Registration with Geometry-aware Graph
Signal Processing [0.0]
本研究では,3次元点雲登録のための高精度,効率的,物理的に誘導された手法を提案する。
我々は、粒子(点)の動きを制御し、より正確で頑健な登録を実現するために、幾何学を意識した剛体力学を探求する。
その結果,提案手法は精度において最先端の手法よりも優れており,大規模点雲の登録に適していることがわかった。
論文 参考訳(メタデータ) (2023-02-02T14:06:46Z) - 3DMODT: Attention-Guided Affinities for Joint Detection & Tracking in 3D
Point Clouds [95.54285993019843]
本稿では,3次元点雲における複数物体の同時検出と追跡手法を提案する。
本モデルでは,複数のフレームを用いた時間情報を利用してオブジェクトを検出し,一つのネットワーク上で追跡する。
論文 参考訳(メタデータ) (2022-11-01T20:59:38Z) - Dual Adaptive Transformations for Weakly Supervised Point Cloud
Segmentation [78.6612285236938]
弱制御点雲分割のための新しいDATモデル(textbfDual textbfAdaptive textbfTransformations)を提案する。
我々は,大規模S3DISデータセットとScanNet-V2データセットの2つの人気バックボーンを用いたDATモデルの評価を行った。
論文 参考訳(メタデータ) (2022-07-19T05:43:14Z) - COTReg:Coupled Optimal Transport based Point Cloud Registration [28.730827908402286]
本稿では,3次元点雲登録の対応性を予測するための学習フレームワークCOTRegを提案する。
2つのマッチングをワッサーシュタイン距離ベースとグロモフ=ワッサーシュタイン距離ベース最適化に変換する。
我々の対応予測パイプラインは、FCGFのような学習ベースの機能やFPFHのような伝統的な記述子に簡単に統合できます。
論文 参考訳(メタデータ) (2021-12-29T03:20:18Z) - SCTN: Sparse Convolution-Transformer Network for Scene Flow Estimation [71.2856098776959]
点雲は非秩序であり、その密度は著しく一様ではないため、点雲の3次元運動の推定は困難である。
本稿では,sparse convolution-transformer network (sctn) という新しいアーキテクチャを提案する。
学習した関係に基づく文脈情報が豊富で,対応点の一致に役立ち,シーンフローの推定に有効であることを示す。
論文 参考訳(メタデータ) (2021-05-10T15:16:14Z) - SCPM-Net: An Anchor-free 3D Lung Nodule Detection Network using Sphere
Representation and Center Points Matching [47.79483848496141]
3次元球面表現に基づく中心点マッチング検出ネットワーク(SCPM-Net)を提案する。
アンカーフリーで、nodule/anchorパラメータを手動で設計することなく、nodulesの位置、半径、オフセットを自動的に予測する。
提案するSCPM-Netフレームワークは,既存のアンカーベースおよびアンカーフリーの肺結節検出法と比較して,優れた性能を示すことを示す。
論文 参考訳(メタデータ) (2021-04-12T05:51:29Z) - ACSC: Automatic Calibration for Non-repetitive Scanning Solid-State
LiDAR and Camera Systems [11.787271829250805]
Solid-State LiDAR(SSL)は、環境から3Dポイントクラウドを低コストで効率的に取得することを可能にする。
非繰り返し走査型SSLとカメラシステムのための完全自動校正法を提案する。
実環境下でのLiDARとカメラセンサの組み合わせについて検討した。
論文 参考訳(メタデータ) (2020-11-17T09:11:28Z) - Spatiotemporal Camera-LiDAR Calibration: A Targetless and Structureless
Approach [32.15405927679048]
ターゲットレスで構造のないカメラ-DARキャリブレーション法を提案する。
本手法は, 時間的パラメータの初期調整を必要としないような, 閉形式解と非構造束を結合する。
提案手法の精度とロバスト性をシミュレーションおよび実データ実験により実証する。
論文 参考訳(メタデータ) (2020-01-17T07:25:59Z)
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。