Real-Time Spatial Reasoning by Mobile Robots for Reconstruction and Navigation in Dynamic LiDAR Scenes
Pengdi Huang, Mingyang Wang, Huan Tian, Minglun Gong, Hao Zhang, Hui Huang
我们的大脑有一个内部全球定位系统,使我们能够实时感知和导航3D空间。 移动机器人能否在动态环境中复制这样的生物壮举? 我们介绍了第一个用于实时表面重建和导航的空间推理框架,该框架专为地面移动机器人捕获的户外激光雷达扫描数据而设计,能够处理行人等移动物体。 我们基于重建的方法与边界向量细胞(BVC)在内侧内皮层(MEC)所有层上执行的关键细胞功能很好地对齐,用于表面传感和跟踪。 为了应对由于物体运动导致的稀疏单帧激光雷达点和过时数据造成的模糊边界所带来的挑战,我们通过可视推理集成了实时单帧网格重建,并通过实时3D自由空间测定与机器人导航辅助。 这可以实现跨多个帧的场景和自由空间的连续和增量更新。 我们的方法的关键是利用LiDAR的视线(LoS)向量,可以实现实时表面正常估计,以及稳健和瞬时无氧空间更新。 我们展示了两个实际应用:实时3D场景重建和在现实条件下的自主户外机器人导航。 合成和真实场景的综合实验突出了我们的方法在速度和质量上优于现有的实时激光雷达处理方法。
Our brain has an inner global positioning system which enables us to sense and navigate 3D spaces in real time. Can mobile robots replicate such a biological feat in a dynamic environment? We introduce the first spatial reasoning framework for real-time surface reconstruction and navigation that is designed for outdoor LiDAR scanning data captured by ground mobile robots and capable of handling moving objects such as pedestrians. Our reconstruction-based approach is well aligned with the critica...