面向高分辨率 LiDAR 传感器且无需光线投射的占据栅格建图
机器人学
2023-10-06 v2
摘要
占据建图是机器人系统推断环境未知与已知区域的基本组成部分。本文提出一种面向高分辨率 LiDAR 传感器的高效占据建图框架,称为 D-Map。该框架引入三项主要创新以应对占据建图在计算效率上的挑战。首先,我们使用深度图像而非传统的光线投射方法来确定区域的占据状态。其次,我们在基于树的地图结构上引入一种高效的树上更新策略。这两项技术避免了对小单元的冗余访问,显著减少了需更新的单元数量。第三,我们利用 LiDAR 传感器较低的误报率,在每次更新时从地图中移除已知单元。该方法不仅通过减小地图规模提升了框架的更新效率,还赋予其一种有趣的递减特性,我们将其命名为 D-Map。为支持我们的设计,我们对深度图像投影的精度与占据更新的时间复杂度提供了理论分析。此外,我们在公开与私有数据集上针对多种 LiDAR 传感器进行了广泛的基准实验。与其他最先进方法相比,我们的框架在保持可比建图精度与高内存效率的同时展现出优越的效率。我们展示了 D-Map 在手持设备与搭载高分辨率 LiDAR 的飞行平台上进行实时占据建图的两个实际应用。此外,我们在 GitHub 上开源了 D-Map 的实现以造福社会:github.com/hku-mars/D-Map。
引用
@article{arxiv.2307.08493,
title = {Occupancy Grid Mapping without Ray-Casting for High-resolution LiDAR Sensors},
author = {Yixi Cai and Fanze Kong and Yunfan Ren and Fangcheng Zhu and Jiarong Lin and Fu Zhang},
journal= {arXiv preprint arXiv:2307.08493},
year = {2023}
}
备注
Supplementary material included. Accepted for publication in IEEE Transactions on Robotics (T-RO)