3次元点群を用いた車両の自己位置推定のための圧縮地図表現

松﨑 康平  柳原 広昌  

誌名
電子情報通信学会論文誌 D   Vol.J101-D   No.11   pp.1471-1481
発行日: 2018/11/01
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2018JDP7011
論文種別: 論文
専門分野: パターン認識
キーワード: 
自己位置推定,  スキャンマッチング,  地図生成,  3次元点群,  ベクトル量子化,  

本文: PDF(2.3MB)
>>論文を購入


あらまし: 
自動走行車両の自己位置を推定する方法の一つに,あらかじめ生成された環境地図と現在位置からセンサで計測した3次元点群を照合するスキャンマッチングがある.大規模な環境を表現する3次元点群はデータ量が大きいため,ディスク容量や通信帯域の制限に対処するためにはコンパクトな地図表現に変換する必要がある.本論文では,3次元点群を一部の空間に対応するベクトルデータの集合として表現する地図生成手法及び自己位置推定手法を提案する.提案手法は,3次元点群をボクセルグリッドを用いてモデル化した後に,ボクセルデータの集合をベクトルとして表現する.そして,ベクトル量子化によって圧縮されたデータを効率的に格納することによって地図データ量を削減する.自己位置推定を行う際には,ベクトル間の類似度に基づいて二つのデータを照合する.提案手法は,従来手法であるnormal distributions transformアルゴリズムに基づく地図のデータ量と比べて100倍以上コンパクトである47 [kB/km]の地図データを生成可能であることを示した.また,その地図データを用いて高精度な自己位置推定をリアルタイムに実現可能であることを実証した.