MakeWay：基于 LiDAR 的主动室内导航物体感知代价图
机器人学
2024-09-02 v1
摘要
在本文中，我们介绍了一种基于 LiDAR 的机器人导航系统，该系统基于新颖的物体感知与可供性代价图。利用 3D 物体检测网络，我们的系统识别 LiDAR 关键帧中感兴趣的物体，通过迭代最近点（ICP）算法优化其 3D 位姿，并利用卡尔曼滤波器和匈牙利算法进行数据关联以跟踪这些物体。随后，它用新关联的检测结果更新现有物体位姿，并为未匹配的检测创建新的物体地图。利用所维护的物体级建图系统，我们的系统创建了可供性驱动的物体代价图，用于路径规划中的主动避障。此外，我们通过引入一种自动标注技术来解决室内语义 LiDAR 数据稀缺的问题。该方法利用 CAD 模型数据库进行精确的真值标注，包含 LiDAR 序列中每个物体的边界框、位置、方向和逐点语义。我们在模拟和真实世界的机器人平台上进行了广泛评估，突出了使用物体可供性代价图进行主动物体避障的有效性，提升了机器人导航的安全性和效率。该系统可在机载设备上实时运行，我们打算公开发布我们的代码和数据。
引用
@article{arxiv.2408.17034,
title = {MakeWay: Object-Aware Costmaps for Proactive Indoor Navigation Using LiDAR},
author = {Binbin Xu and Allen Tao and Hugues Thomas and Jian Zhang and Timothy D. Barfoot},
journal= {arXiv preprint arXiv:2408.17034},
year = {2024}
}
备注
8 pages, 11 figures