Poisson Surface Reconstruction for LiDAR Odometry and Mapping
Poisson Surface Reconstruction for LiDAR Odometry and Mapping
复制标题
用于 LiDAR 里程计和测绘的泊松表面重建
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
C. Stachniss
中科院分区：
文献类型：
--
作者：
Ignacio Vizzo;Xieyuanli Chen;Nived Chebrolu;Jens Behley;C. Stachniss
准确地定位和映射环境是大多数自主系统的基本组成部分。在本文中，我们提出了一种新的激光雷达里程计测绘方法，重点是提高测绘质量，同时估计车辆的姿态。我们的方法执行帧到网格的ICP，但与其他SLAM方法不同的是，我们将地图表示为通过泊松曲面重建计算的三角形网格。我们在过去的一系列扫描中以滑动窗口的方式执行曲面重建。通过这种方式，我们得到了准确的局部地图，这些地图非常适合配准，也可以组合成全局地图。这使我们能够构建3D地图，与依赖截断符号距离函数或曲面的常见地图方法相比，可以显示更多的几何细节。我们的实验评估从定量和定性两个方面表明，我们的地图提供了比其他地图表示更高的几何精度。我们还表明，我们的地图是紧凑的，可以用于基于激光雷达的里程计估计，以及一种基于光线投射的数据关联。
Accurately localizing in and mapping an environment are essential building blocks of most autonomous systems. In this paper, we present a novel approach for LiDAR odometry and mapping, focusing on improving the mapping quality and at the same time estimating the pose of the vehicle. Our approach performs frame-to-mesh ICP, but in contrast to other SLAM approaches, we represent the map as a triangle mesh computed via Poisson surface reconstruction. We perform the surface reconstruction in a sliding window fashion over a sequence of past scans. In this way, we obtain accurate local maps that are well suited for registration and can also be combined into a global map. This enables us to build a 3D map showing more geometric details than common mapping approaches relying on a truncated signed distance function or surfels. Our experimental evaluation shows quantitatively and qualitatively that our maps offer higher geometric accuracies than these other map representations. We also show that our maps are compact and can be used for LiDAR-based odometry estimation with a novel ray-casting-based data association.
DOI：
10.15607/rss.2018.xiv.016
发表时间：
2018-06
期刊：
Robotics: Science and Systems XIV
影响因子：
--
作者：
J. Behley;C. Stachniss
通讯作者：
J. Behley;C. Stachniss
影响因子：
6.2
作者：
Niessner, Matthias;Zollhoefer, Michael;Stamminger, Marc
通讯作者：
Stamminger, Marc