文献

J-GLOBAL ID：201702232714553464   整理番号：17A0472857

長期ロボット観測からの任意物体の効率的検索【Powered by NICT】

Efficient retrieval of arbitrary objects from long-term robot observations

著者 (4件)： Bore Nils (Royal Institute of Technology (KTH) Stockholm, Robotics, Perception and Learning Lab, SE-100 44, Sweden) ,  Ambrus Rares (Royal Institute of Technology (KTH) Stockholm, Robotics, Perception and Learning Lab, SE-100 44, Sweden) ,  Jensfelt Patric (Royal Institute of Technology (KTH) Stockholm, Robotics, Perception and Learning Lab, SE-100 44, Sweden) ,  Folkesson John (Royal Institute of Technology (KTH) Stockholm, Robotics, Perception and Learning Lab, SE-100 44, Sweden)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 91  ページ： 139-150  発行年： 2017年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： は大量の構造化されていない3Dポイントクラウドデータからの任意形状物体の効率的な問合せおよび検索のための新しい方法を示した。提案アプローチでは,まず,後の局所特徴を抽出し,貯蔵特徴辞書におけるデータの凸セグメンテーションを行う。表現はデータの効率的で信頼性のあるクエリーを可能にすることを示す。任意形状物体を扱うために,クエリーオブジェクトの類似性に基づいてセグメントの増分マッチングを可能にする方式を提案した。さらに,問合せの第二ラウンドの結果を改善するためにクエリ結果の品質に基づく特徴距離を調整する。セグメンテーションと検索のための二つのデータセットに関する広範な定性的および定量的実験を行い,グランドトルースデータを用いて結果を検証した。他の最新の方法との比較は,提案した方法の妥当性を強化する。最後に,点雲内の局所特徴の密度と分布は,結果の品質にどのように影響するか調べた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 凸形 ,  類似性 ,  構造形成 ,  セグメンテーション ,  マッチング ,  三次元 ,  信頼性 ,  品質 ,  *ロボット
準シソーラス用語： クエリー ,  局所特徴 , 【Automatic Indexing@JST】

著者キーワード (5件)： マッピング ,  移動ロボット ,  点雲 ,  セグメンテーション ,  検索

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 長期 ,  ロボット ,  観測 ,  物体 ,  検索