文献

J-GLOBAL ID：201902253610420876   整理番号：19A0637280

ライダ強度を用いたロバストな位置認識のための局所記述子【JST・京大機械翻訳】

Local Descriptor for Robust Place Recognition Using LiDAR Intensity

著者 (4件)： Guo Jiadong (Autonomous Systems Lab, ETH Zuerich, Zuerich, Switzerland) ,  Borges Paulo V. K. (Robotics and Autonomous Systems Group, CSIRO, Pullenvale, QLD, Australia) ,  Park Chanoh (Robotics and Autonomous Systems Group, CSIRO, Pullenvale, QLD, Australia) ,  Gawel Abel (Autonomous Systems Lab, ETH Zuerich, Zuerich, Switzerland)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 4  号： 2  ページ： 1470-1477  発行年： 2019年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： 場所認識は,特に非構造化環境または視点と照明の変化において,移動ロボットにおける挑戦的な問題である。ほとんどのLiDARベースの方法は,一般的にシーン幾何学がこれらの変化に不変であるように,そのような挑戦を克服するために幾何学的特徴に依存するが,しかし,カメラベースの解に著しく影響する傾向がある。しかしながら,カメラと比較して,LiDARsは,イメージングが提供できる強くて記述的な外観情報を欠いている。幾何学と外観の利点を結合するために,著者らは,その較正された強度リターンによって,LiDARから従来の幾何学的情報を結合することを提案した。この戦略は,新しい記述子設計の形式において非常に有用な情報を抽出し,ISHOTを結びつけて,著者らの局所記述子評価における有意なマージンによって,一般的な最先端の幾何学的のみの記述子を実行する。このフレームワークを完成させるために,著者らはさらに確率的キーポイント投票場所認識アルゴリズムを開発して,新しい記述子を活用して,サブ線形位置認識性能を生み出した。本手法の有効性を,大規模構築および非構造化環境における挑戦的な大域的位置確認実験において検証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロバスト性 ,  不変性 ,  投票 ,  画像処理 ,  線形性 ,  カメラ ,  移動ロボット ,  実証実験 ,  有効性 ,  幾何学 ,  *LIDAR
準シソーラス用語： *レーザレーダ ,  認識アルゴリズム ,  幾何学的特徴 ,  *位置認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ライダ ,  ロバスト ,  位置認識 ,  記述子