3D-BBS：基于分支定界算法的三维点云扫描匹配全局定位
机器人学
2024-10-22 v5
摘要
本文提出一种准确快速的三维全局定位方法 3D-BBS，其扩展了现有的基于分支定界（BnB）的二维扫描匹配（BBS）算法。为降低内存消耗，我们利用稀疏哈希表存储分层三维体素地图。为改善 BBS 在三维空间中的处理开销，我们提出一种高效的旋转平移空间分支方法。此外，我们设计了一种批处理 BnB 算法以充分利用 GPU 并行处理。通过在模拟与真实环境中的实验，我们证明了 3D-BBS 仅依靠大致沿重力方向对齐的三维 LiDAR 扫描与三维预建地图即可实现准确全局定位。该方法平均仅需 878 毫秒完成全局定位，并在精度与处理速度上优于最先进的全局配准方法。
引用
@article{arxiv.2310.10023,
title = {3D-BBS: Global Localization for 3D Point Cloud Scan Matching Using Branch-and-Bound Algorithm},
author = {Koki Aoki and Kenji Koide and Shuji Oishi and Masashi Yokozuka and Atsuhiko Banno and Junichi Meguro},
journal= {arXiv preprint arXiv:2310.10023},
year = {2024}
}
备注
IEEE International Conference on Robotics and Automation (ICRA2024)