文献

J-GLOBAL ID：201802267998183987   整理番号：18A1072142

シーン特徴に基づく3Dライダ点雲の大域的登録:構造化環境への応用【JST・京大機械翻訳】

Global Registration of 3D LiDAR Point Clouds Based on Scene Features: Application to Structured Environments

著者 (5件)： Sanchez Julia (Univ Lyon, LIRIS, UMR 5205 CNRS, Universite Claude Bernard Lyon 1, 43 bd du 11 Novembre 1918, 69622 Villeurbanne CEDEX, France) ,  Denis Florence (Univ Lyon, LIRIS, UMR 5205 CNRS, Universite Claude Bernard Lyon 1, 43 bd du 11 Novembre 1918, 69622 Villeurbanne CEDEX, France) ,  Checchin Paul (Institut Pascal, UMR 6602, Universite Clermont Auvergne, CNRS, SIGMA Clermont, F-63000 Clermont-Ferrand, France) ,  Dupont Florent (Univ Lyon, LIRIS, UMR 5205 CNRS, Universite Claude Bernard Lyon 1, 43 bd du 11 Novembre 1918, 69622 Villeurbanne CEDEX, France) ,  Trassoudaine Laurent (Institut Pascal, UMR 6602, Universite Clermont Auvergne, CNRS, SIGMA Clermont, F-63000 Clermont-Ferrand, France)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 10  ページ： 1014  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： LiDARシステムによる3Dデータの取得は,異なる観点からの走査多重シーンを含む。実際のシステムにおいて,ICPアルゴリズム(Iterative Closest Point)は,一般的に獲得されたポイントクラウドを登録し,ユニークなものを形成するために使用される。しかし,この方法は局所最小問題に直面し,しばしば最適に収束するために粗い初期アラインメントを必要とする。本論文では,屋内環境に適応した位置決めのための新しい方法を開発し,そのようなシーンの構造事前に基づいた。この方法は,オドメトリックデータや物理的ターゲットなしで動作する。剛体変換の回転と並進を,それぞれ,点雲のGauss画像とヒストグラムの相関を用いて,別々に計算した。挑戦的な登録事例に関する著者らのアルゴリズムを評価するために,2つのデータセットを得て,オンラインで他の方法と比較するために利用可能である。6つの既存の方法に対する4つのデータセットに関する著者らのアルゴリズムの評価は,提案方法がサンプリングとシーン複雑性に対してよりロバストであることを示した。さらに,時間性能はリアルタイム実装を可能にした。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *三次元 ,  アルゴリズム ,  ロバスト性 ,  位置決め ,  ヒストグラム ,  多重化 ,  走査 ,  画像 ,  *構造形成 ,  屋内環境 ,  *LIDAR
準シソーラス用語： *レーザレーダ ,  実時間 ,  複雑性 ,  オンライン ,  剛体変換 , 【Automatic Indexing@JST】

著者キーワード (5件)： 3Dライダ ,  登録 ,  Gauss球 ,  点雲 ,  構造化シーン

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  ロボットの設計・製造・構造要素  (IC04013A)

引用文献 (42件)：

• Ochman, S.; Vock, R.; Wessel, R.; Klein, R. Automatic reconstruction of parametric building models from indoor point clouds. Comput. Graph. (Pergamon) 2016, 54, 94-103.
• Reu, J.; De Smedt, P.; De Herremans, D.; Van Meirvenne, M.; Laloo, P.; De Clercq, W. On introducing an image-based 3D reconstruction method in archaeological excavation practice. J. Archaeol. Sci. 2014, 41, 251-262.
• Cadena, C.; Carlone, L.; Carrillo, H.; Latif, Y.; Scaramuzza, D.; Neira, J.; Reid, I.; Leonard, J.J. Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age. IEEE Trans. Robot. 2016, 32, 1309-1332.
• Han, J.Y. A non-iterative approach for the quick alignment of multistation unregistered LiDAR point clouds. IEEE Geosci. Remote Sens. Lett. 2010, 7, 727-730.
• Besl, P.; McKay, N. A Method for Registration of 3-D Shapes. IEEE Trans. Pattern Anal. Mach. Intell. 1992, 14, 239-256.

タイトルに関連する用語 (7件)： シーン ,  3D ,  ライダ ,  点雲 ,  構造化 ,  環境 ,  応用