占有グリッドマップからのクラッタのある屋内環境のロバスト構造同定と室内セグメンテーション【JST・京大機械翻訳】

Luperto Matteo; Kucner Tomasz Piotr; Tassi Andrea; Magnusson Martin; Amigoni Francesco

プレプリント

J-GLOBAL ID：202202218135080586 整理番号：22P0300169

占有グリッドマップからのクラッタのある屋内環境のロバスト構造同定と室内セグメンテーション【JST・京大機械翻訳】

Robust Structure Identification and Room Segmentation of Cluttered Indoor Environments from Occupancy Grid Maps

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年03月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

環境構造の同定,即ち,部屋と壁としてのコア成分の検出は,意味的環境理解を含む,屋内自律移動ロボットの成功した操作のために,いくつかのタスクの基本を容易にすることができる。これらのロボットは,局所化や運動やタスク計画のようなコアタスクのための2D占有マップにしばしば依存している。しかし,2D占有マップからの構造と部屋セグメンテーションの信頼できる同定は,クラッタ(例えば,家具と移動物体),オクルージョン,および部分カバレッジのため,まだ未解決問題である。2D占有率マップのRObst StructurE同定とROom SEgmentation(ROSE Gleason2)のための方法を提案し,それはクラッタと不完全であるかもしれない。ROSE^2は,壁の主要な方向を同定し,クラッタと部分観測に弾力性があり,環境に関するクリーンで抽象的な幾何学的フロアプラン様記述を抽出でき,すなわち,元の占有グリッドマップにおける部屋の同定,即ち,部屋の同定に使った。ROSE^2は,異なる条件で得られたいくつかの実世界の公的に利用可能なクラッタマップで試験した。結果は,それが,クラッタと部分的観測に悩まされる2D占有率マップにおける環境構造をロバストに同定することができ,一方,部屋セグメンテーション精度を著しく改善することを示した。クラッタ除去とロバスト部屋セグメンテーションの組合せのおかげで,ROSE^2は一貫して最先端手法よりも高い性能を達成し,それに対して比較した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

ロボットの運動・制御

, , , , , , ,

前のページに戻る