文献

J-GLOBAL ID：202202261752287658   整理番号：22A0398666

点雲マッチングにおける不確実性推定のためのStein ICP【JST・京大機械翻訳】

Stein ICP for Uncertainty Estimation in Point Cloud Matching

著者 (3件)： Maken Fahira Afzal (School of Computer Science, The University of Sydney, Sydney, Australia) ,  Ramos Fabio (School of Computer Science, The University of Sydney, Sydney, Australia) ,  Ott Lionel (ETH Zuerich, Zurich, Switzerland)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 1063-1070  発行年： 2022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： ポイントクラウドマッチングにおける不確実性の定量化は,姿勢推定,センサ融合および把持のような多くのタスクにおいて重要である。反復最近接点(ICP)は,2点雲間の変換の点推定を提供する一般的に使用される姿勢推定アルゴリズムである。センサノイズ,あいまいな環境,初期条件,およびオクルージョンのために発生する可能性があるこのプロセスには多くの不確実性がある。しかしながら,自律運転のような安全臨界問題に対しては,姿勢変換の点推定は,多重解に関する情報を提供しないので,十分ではない。現在の確率的ICP法は,通常,不確実性の全ての源を捕捉せず,この情報を使用する状態推定または意思決定タスクに有害な効果をもつ信頼できない変換推定を提供するかもしれない。本研究では,ICP変換パラメータの不確実性を正確に推定できる2点雲を整列させる新しいアルゴリズムを提案した。ICPのコスト関数の勾配ベース最適化によるStein変分推論フレームワークを開発した。この方法は,変換のノンパラメトリック推定を提供し,複雑なマルチモーダル分布をモデル化し,GPU上で効果的に並列化できる。スパース屋内/屋外LiDARデータと同様に3D kinectデータを用いた実験は,この方法が正確な姿勢不確実性推定を効率的に生産できることを示した。Copyright 2022 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： アルゴリズム ,  最適化 ,  雑音 ,  意思決定 ,  *不確実性 ,  状態推定 ,  ノンパラメトリック法 ,  費用関数 ,  臨界 ,  多重化 ,  多モード ,  三次元 ,  オクルージョン
準シソーラス用語： 姿勢推定 ,  推定アルゴリズム , 【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 (5件)： 点雲 ,  マッチング ,  不確実性 ,  推定 ,  ICP