論文の概要: LiLi: Lie Theory Based 3D LiDAR Scan Alignment Degeneracy Detection
- arxiv url: http://arxiv.org/abs/2609.17145v2
- Date: Wed, 16 Sep 2026 11:26:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.441021
- Title: LiLi: Lie Theory Based 3D LiDAR Scan Alignment Degeneracy Detection
- Title（参考訳）: LiLi: Lie理論に基づく3次元LiDARスキャンアライメントデジェネレーション検出
- Abstract要約: LiLi は、リー理論を利用して、厳密な変換のSE(3)リー群内の退化変換の全集合を同定する新しい方法である。
実世界の縮退データセットでは, 提案手法をLiDARを用いたオドメトリーに統合することにより, 基準解よりも優れた局所化性能が得られる。
- 参考スコア（独自算出の注目度）: 5.008597638379228
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we study 3D LiDAR scan alignment in challenging scenarios with degeneracies, such as straight corridors or flat fields, where the alignment solution is not unique and compromises localization and mapping accuracy. Existing degeneracy detection methods that neglect the potential for reassociating data points are prone to being sensitive to noise and complex degeneracies. Therefore, we propose LiLi - a novel method that leverages Lie theory to identify the full set of degenerate transformations within the SE(3) Lie group of rigid transformations. The method employs perturbations of the optimized solution and compares the resulting optimized poses to ensure robust detection of degeneracies. By leveraging generators from the Lie algebra se(3), the method provides a systematic approach to describing the set of degenerate transformations. Quantitative evaluations on synthetic data show significant improvement over the state-of-the-art Hessian-based method, reducing alignment error by 50%, with more significant improvements for datasets featuring noise. In the real-world degenerate datasets, the proposed method integrated into LiDAR-based odometry yields superior localization performance compared to the reference solution based on the Hessian-based degeneracy detector on a 260 m long trajectory, and succeeds on a 430 m long round-trip tunnel trajectory where the reference fails.
- Abstract（参考訳）: 本稿では3次元LiDARスキャンアライメントを直線廊下や平坦なフィールドなどのデジネラシックなシナリオで検討し、アライメントソリューションはユニークではなく、ローカライズとマッピングの精度を損なう。
データポイントを再結合する可能性を無視する既存の縮退検出方法は、ノイズや複雑な縮退に敏感である。
そこで, 剛変換のSE(3)リー群内の退化変換の全集合を同定するために, リー理論を利用する新しい方法Liを提案する。
この方法は最適化された解の摂動を利用し、結果として得られた最適化されたポーズを比較して、退化の堅牢な検出を保証する。
リー代数 se(3) からの生成元を活用することにより、この方法は退化変換の集合を記述するための体系的なアプローチを提供する。
合成データの定量的評価では、最先端のヘッセン法よりも大幅に改善され、アライメントエラーが50%削減され、ノイズを特徴とするデータセットが大幅に改善された。
実世界の縮退データセットにおいて, 提案手法は, 260mの軌道上のヘッセン系縮退検出器をベースとした基準溶液と比較して, LiDAR法をベースとしたオドメトリーに統合し, 430mのラウンドトリップトンネル軌道を成功させる。
関連論文リスト
- Radioactive 3D Gaussian Ray Tracing for Tomographic Reconstruction [10.822437634828303]
R2-Gaussianは3DGSパラダイムをトモグラフィー再構成に拡張した。
3次元ガウス線トレーシングに基づくトモグラフィ再構成フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-01T06:53:42Z) - ARGUS: Adaptive Rotation-Invariant Geometric Unsupervised System [0.0]
本稿では,データ多様体の固定空間分割上での局所統計追跡としてドリフト検出を再現するフレームワークであるArgusを紹介する。
正準正則フレーム上のボロノイテッセルレーションは変換に不変なドリフト計量をもたらす。
孤立摂動からコヒーレントな分布シフトを区別するドリフト伝播のグラフ理論的特徴付けを開発した。
論文 参考訳（メタデータ） (2026-01-03T22:39:20Z) - On the Optimal Construction of Unbiased Gradient Estimators for Zeroth-Order Optimization [57.179679246370114]
既存の手法の潜在的な制限は、ステップサイズが提案されない限り、ほとんどの摂動推定器に固有のバイアスである。
本稿では, 良好な構成を維持しつつ, バイアスを排除した非バイアス勾配スケーリング推定器のファミリーを提案する。
論文 参考訳（メタデータ） (2025-10-22T18:25:43Z) - DLBAcalib: Robust Extrinsic Calibration for Non-Overlapping LiDARs Based on Dual LBA [11.721420447780032]
本稿では,マルチLiDARシステムのための新しいターゲットレス外部キャリブレーションフレームワークを提案する。
提案手法は,目標LiDARからの連続走査により,正確な基準点クラウドマップを構築する。
本フレームワークでは,平均翻訳誤差が5mm,回転誤差が0.2deg,初期誤差が0.4m/30degである。
論文 参考訳（メタデータ） (2025-07-12T07:48:02Z) - Metropolis-Hastings Sampling for 3D Gaussian Reconstruction [31.840492077537018]
3次元ガウス平滑化のための適応型サンプリングフレームワーク(3DGS)を提案する。
我々の枠組みは, 確率的サンプリングプロセスとして, デンシフィケーションとプルーニングを改質することで限界を克服する。
提案手法は,最先端モデルのビュー合成品質を適度に上回りながら,より高速な収束を実現する。
論文 参考訳（メタデータ） (2025-06-15T19:12:37Z) - GeoSplatting: Towards Geometry Guided Gaussian Splatting for Physically-based Inverse Rendering [69.67264955234494]
GeoSplattingは、3DGSを精密な光輸送モデリングのための明確な幾何学的ガイダンスで拡張する新しいアプローチである。
最適化可能なメッシュから表面積の3DGSを微分的に構築することにより、明確に定義されたメッシュ正規と不透明なメッシュ表面を利用する。
この強化により、3DGSの効率性と高品質なレンダリング能力を保ちながら、正確な材料分解が保証される。
論文 参考訳（メタデータ） (2024-10-31T17:57:07Z) - Robust Second-order LiDAR Bundle Adjustment Algorithm Using Mean Squared Group Metric [5.153195958837083]
我々は,LiDAR BAアルゴリズムの最適化目標を構築するために,新しい平均2乗群計量(MSGM)を提案する。
堅牢なカーネル関数を統合することで、BAアルゴリズムに関わるメトリクスを再重み付けし、ソリューションプロセスの堅牢性を高める。
論文 参考訳（メタデータ） (2024-09-03T12:53:39Z) - Verification of Geometric Robustness of Neural Networks via Piecewise Linear Approximation and Lipschitz Optimisation [57.10353686244835]
我々は、回転、スケーリング、せん断、翻訳を含む入力画像の幾何学的変換に対するニューラルネットワークの検証の問題に対処する。
提案手法は, 分枝・分枝リプシッツと組み合わせたサンプリングおよび線形近似を用いて, 画素値に対する楽音線形制約を求める。
提案手法では,既存の手法よりも最大32%の検証ケースが解決されている。
論文 参考訳（メタデータ） (2024-08-23T15:02:09Z) - SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。
提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
論文 参考訳（メタデータ） (2024-05-30T15:55:04Z) - Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View
Tomography [58.60249163402822]
未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。
提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
論文 参考訳（メタデータ） (2022-07-06T21:40:59Z) - Graph-theoretical approach to robust 3D normal extraction of LiDAR data [10.332465264309693]
平面のような)LiDAR点雲からの低次元原始的特徴抽出は、LiDARデータ処理タスクの大多数の基礎となる。
本稿では,LiDAR点雲からの正規推定にグラフィカルアプローチを用いることで,このギャップを埋めようとしている。
論文 参考訳（メタデータ） (2022-05-23T16:54:49Z) - Robust Self-Supervised LiDAR Odometry via Representative Structure
Discovery and 3D Inherent Error Modeling [67.75095378830694]
そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。
本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。
我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
論文 参考訳（メタデータ） (2022-02-27T12:52:27Z)
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。