文献

J-GLOBAL ID：201802279237863660   整理番号：18A0077530

2Dスキャンマッチングとループ閉鎖のための深層学習【Powered by NICT】

Deep learning for 2D scan matching and loop closure

著者 (5件)： Li Jiaxin (Graduate School for Integrative Science & Engineering, National University of Singapore (NUS)) ,  Zhan Huangying (The University of Adelaide and The Australian Centre of Excellence in Robotic Vision) ,  Chen Ben M. (Department of Electrical and Computer Engineering, NUS) ,  Reid Ian (The University of Adelaide and The Australian Centre of Excellence in Robotic Vision) ,  Lee Gim Hee (Department of Computer Science, NUS)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IROS  ページ： 763-768  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 2D LiDARベース同時位置決めと地図作成(SLAM)は,今日では比較的成熟した話題であるが,ループクロージャ問題を2D LiDARレンジスキャンにおける特徴の欠如のために困難なままである。既存の研究は,例えば走査に部分マップマッチングと特徴に基づく方法例えばワードバッグ(BoW)相関に基づくアプローチに分けることができる。本論文では,エンドツーエンド深層学習フレームワークの中で2D LiDARを用いたループ閉鎖検出と相対的姿勢変換を解いた。アルゴリズムはシミュレーションデータと室内環境中を飛行する無人機(UAV)で検証した。ループ検出ConvNet単独ではループ閉鎖検出において98.2%の精度を達成した。スキャンマッチングConvNetを用いた検証段階では,偽陽性率は約0.001%に低下した。提案されたアプローチはNvidia GTX1080GPUに関する第二回当たり生LiDARスキャンの6000対を処理する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 地図作成 ,  *走査 ,  アルゴリズム ,  屋内環境 ,  無人機 ,  エンドツーエンド方式 ,  位置決め
準シソーラス用語： 偽陽性率 ,  マップマッチング ,  SLAM ,  *深層学習 ,  *スキャンマッチング , 【Automatic Indexing@JST】

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)： 2D ,  スキャンマッチング ,  ループ ,  閉鎖 ,  深層学習