IMLS-SLAM：3Dデータに基づくスキャンからモデルへのマッチング

同時位置特定と地図作成（SLAM）問題は、ロボティクスコミュニティでよく研究されており、特にモノ、ステレオカメラや深度センサーを使用しています。Velodyne LiDARのような3D深度センサーは、過去10年間に自律運転において環境を認識するために非常に有用であることが証明されましたが、これらの3Dデータを直接オドメトリに使用する方法はほとんどありません。私たちは、3D LiDARデータのみに基づく新しい低ドリフトSLAMアルゴリズムを提案します。私たちの方法は、スキャンからモデルへのマッチングフレームワークに依存しています。まず、LiDARスキャンに基づいた特定のサンプリング戦略を持っています。次に、モデルを以前の局所化されたLiDARスイープとして定義し、暗黙の移動最小二乗（IMLS）表現を使用します。私たちは、Velodyne HDL32を用いた実験を示し、ループクローズなし（すなわち、4 kmの走行後に16 mのドリフト）で0.40%のドリフトしか見られないことを示しました。私たちは、Velodyne HDL64を使用したKITTIベンチマークで私たちのソリューションをテストし、グローバルドリフトのわずか0.69％で最良の方法の中にランクインしました（モノ、ステレオ、LiDAR法に対して）。