Registro Automático de Nuvens de Pontos 3D e Refinamento Global de Poses – Contribuições para o Mapeamento e Localização Simultâneo (SLAM)
Barra lateral de artigos
Conteúdo do artigo principal
Resumo
O registro de nuvens de pontos 3D e o refinamento global de poses são dois problemas fundamentais ao realizar o Mapeamento e Localização Simultâneos (Simultaneous Localization and Mapping - SLAM) com sensores LIDAR. O registro de nuvens consiste em encontrar transformações de coordenadas que sobrepõem localmente pares de nuvens de pontos, chamadas poses relativas. Para referenciar várias nuvens em uma origem global, várias poses relativas precisam ser compostas multiplicativamente em poses absolutas ao longo da trajetória do sensor, como as poses relativas nunca estão isentas de erros, um problema ainda mais geral surge, a deriva (drift) da trajetória do sensor. Para tratar este problema se utilizam Modelos de Refinamento Global (MRG), que refinam simultaneamente todas as poses de uma trajetória. Neste contexto, propõe-se aqui duas contribuições, a primeira, é um método de registro de pares de nuvens de pontos que integra o Fast Global Registration (FGR) e o Generalized Iterative Closest Point (GICP) em uma abordagem multicaminho e em multiescala. Para isto, cada nuvem de um dataset é registrada nas 3 posteriores, criando um grafo de poses, e cada par é sucessivamente registrado em abordagem coarse-to-fine. A segunda contribuição, se trata de um MRG linear e fechado capaz de refinar todas as poses de um circuito, sem necessidade de iterações ou definição de parâmetros. Para isto, as rotações das poses são mapeadas em quatérnios e interpoladas por meio da técnica Spherical Linear Interpolation (SLERP). Em seguida outra otimização linear baseada no modelo LUM-3D é aplicada. A combinação dos modelos foi testada em dois datasets distintos, um com sete nuvens de pontos obtidas por Laser Scanner Terrestre (LST) e outro com 901 nuvens obtidas por Laser Scaner Móvel (LSM). Em ambos, os modelos foram capazes de reconstruir totalmente os datasets e reduzir significativamente os erros de registro e deriva.
Downloads
Métricas
Detalhes do artigo
Esta obra está licenciado com uma Licença Creative Commons Attribution 3.0 Unported License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").
Referências
AIGER, D.; MITRA, N. J.; COHEN-OR, D. 4-points congruent sets for robust pairwise surface registration. ACM SIGGRAPH 2008 papers. p.1–10, 2008.
BABIN, P.; GIGUERE, P.; POMERLEAU, F. Analysis of robust functions for registration algorithms. 2019 International Conference on Robotics and Automation (ICRA). Anais... . p.1451–1457, 2019. IEEE.
BESL, P. J.; MCKAY, N. D. Method for registration of 3-D shapes. Sensor fusion IV: control paradigms and data structures. Anais... . v. 1611, p.586–606, 1992. Spie.
BLACK, M. J.; RANGARAJAN, A. On the unification of line processes, outlier rejection, and robust statistics with applications in early vision. International journal of computer vision, v. 19, n. 1, p. 57–91, 1996. Springer.
BORRMANN, D.; ELSEBERG, J.; LINGEMANN, K.; NÜCHTER, A.; HERTZBERG, J. Globally consistent 3D mapping with scan matching. Robotics and Autonomous Systems, v. 56, n. 2, p. 130–142, 2008. Elsevier.
BUENO, M.; BOSCHÉ, F.; GONZÁLEZ-JORGE, H.; MARTÍNEZ-SÁNCHEZ, J.; ARIAS, P. 4-Plane congruent sets for automatic registration of as-is 3D point clouds with 3D BIM models. Automation in Construction, v. 89, p. 120–134, 2018. Elsevier.
CADENA, C.; CARLONE, L.; CARRILLO, H.; et al. Past, present, and future of simultaneous localization and mapping: Toward the robust-perception age. IEEE Transactions on robotics, v. 32, n. 6, p. 1309–1332, 2016. IEEE.
CHEN, Y.; MEDIONI, G. G. Object modeling by registration of multiple range images. Image Vision Comput., v. 10, n. 3, p. 145–155, 1992.
CHOI, S.; ZHOU, Q.-Y.; KOLTUN, V. Robust reconstruction of indoor scenes. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Anais... . p.5556–5565, 2015.
DONG, Z.; YANG, B.; LIANG, F.; HUANG, R.; SCHERER, S. Hierarchical registration of unordered TLS point clouds based on binary shape context descriptor. ISPRS Journal of Photogrammetry and Remote Sensing, v. 144, p. 61–79, 2018. Elsevier.
GAVIN, H. P. The Levenberg-Marquardt algorithm for nonlinear least squares curve-fitting problems. Department of Civil and Environmental Engineering, Duke University, Academic Report, 2019.
GRISETTI, G.; KUMMERLE, R.; STACHNISS, C.; BURGARD, W. A tutorial on graph-based SLAM. IEEE Intelligent Transportation Systems Magazine, v. 2, n. 4, p. 31–43, 2010. IEEE.
HARRIS, C.; STEPHENS, M. A combined corner and edge detector. Alvey vision conference. Anais... . v. 15, p.10–5244, 1988. Citeseer.
HUBER, D. F.; HEBERT, M. Fully automatic registration of multiple 3D data sets. Image and Vision Computing, v. 21, n. 7, p. 637–650, 2003. Elsevier.
HUYNH, D. Q. Metrics for 3D rotations: Comparison and analysis. Journal of Mathematical Imaging and Vision, v. 35, n. 2, p. 155–164, 2009. Springer.
KÜMMERLE, R.; GRISETTI, G.; STRASDAT, H.; KONOLIGE, K.; BURGARD, W. g 2 o: A general framework for graph optimization. 2011 IEEE International Conference on Robotics and Automation. Anais... . p.3607–3613, 2011. IEEE.
LOWE, G. Sift-the scale invariant feature transform. Inteligence Jornal, v. 2, n. 91–110, p. 2, 2004.
LU, F.; MILIOS, E. Globally consistent range scan alignment for environment mapping. Autonomous robots, v. 4, n. 4, p. 333–349, 1997. Springer.
NEUGEBAUER, P. J. Reconstruction of real-world objects via simultaneous registration and robust combination of multiple range images. International journal of shape modeling, v. 3, n. 01n02, p. 71–90, 1997. World Scientific.
PARK, J.; ZHOU, Q.-Y.; KOLTUN, V. Colored point cloud registration revisited. Proceedings of the IEEE international conference on computer vision. Anais... . p.143–152, 2017.
PAVAN, N. L.; DOS SANTOS, D. R. A global closed-form refinement for consistent TLS data registration. IEEE Geoscience and Remote Sensing Letters, v. 14, n. 7, p. 1131–1135, 2017. IEEE.
RISTER, B.; HOROWITZ, M. A.; RUBIN, D. L. Volumetric image registration from invariant keypoints. IEEE Transactions on Image Processing, v. 26, n. 10, p. 4900–4910, 2017. IEEE.
RUSINKIEWICZ, S.; LEVOY, M. Efficient variants of the ICP algorithm. Proceedings third international conference on 3-D digital imaging and modeling. Anais... . p.145–152, 2001. IEEE.
RUSU, R. B.; BLODOW, N.; BEETZ, M. Fast point feature histograms (FPFH) for 3D registration. 2009 IEEE international conference on robotics and automation. Anais... . p.3212–3217, 2009. IEEE.
RUSU, R. B.; COUSINS, S. 3d is here: Point cloud library (pcl). 2011 IEEE international conference on robotics and automation. Anais... . p.1–4, 2011. IEEE.
SEGAL, A.; HAEHNEL, D.; THRUN, S. Generalized-icp. Robotics: science and systems. Anais... . v. 2, p.435, 2009. Seattle, WA.
SHOEMAKE, K. Animating rotation with quaternion curves. Proceedings of the 12th annual conference on Computer graphics and interactive techniques. Anais... . p.245–254, 1985.
SIPIRAN, I.; BUSTOS, B. Harris 3D: a robust extension of the Harris operator for interest point detection on 3D meshes. The Visual Computer, v. 27, n. 11, p. 963–976, 2011. Springer.
THEILER, P. W.; WEGNER, J. D.; SCHINDLER, K. Keypoint-based 4-points congruent sets–automated marker-less registration of laser scans. ISPRS journal of photogrammetry and remote sensing, v. 96, p. 149–163, 2014. Elsevier.
THEILER, P. W.; WEGNER, J. D.; SCHINDLER, K. Globally consistent registration of terrestrial laser scans via graph optimization. ISPRS journal of photogrammetry and remote sensing, v. 109, p. 126–138, 2015. Elsevier.
TORR, P. H. S.; ZISSERMAN, A. MLESAC: A new robust estimator with application to estimating image geometry. Computer vision and image understanding, v. 78, n. 1, p. 138–156, 2000. Elsevier.
TRIGGS, B.; MCLAUCHLAN, P. F.; HARTLEY, R. I.; FITZGIBBON, A. W. Bundle adjustment—a modern synthesis. International workshop on vision algorithms. Anais... . p.298–372, 1999. Springer.
VLAMINCK, M.; LUONG, H.; PHILIPS, W. Have I seen this place before? A fast and robust loop detection and correction method for 3D lidar SLAM. Sensors, v. 19, n. 1, p. 23, 2019. Multidisciplinary Digital Publishing Institute.
WEBER, T.; HÄNSCH, R.; HELLWICH, O. Automatic registration of unordered point clouds acquired by Kinect sensors using an overlap heuristic. ISPRS Journal of Photogrammetry and Remote Sensing, v. 102, p. 96–109, 2015. Elsevier.
WILLIAMS, J.; BENNAMOUN, M. Multiple view 3D registration using statistical error models. Vision modeling and visualization. Anais... . v. 99, 1999.
WILLIAMS, J.; BENNAMOUN, M. Simultaneous registration of multiple corresponding point sets. Computer Vision and Image Understanding, v. 81, n. 1, p. 117–142, 2001. Elsevier.
YANG, Z.; WANG, X.; HOU, J. A 4PCS Coarse Registration Algorithm Based on ISS Feature Points. 2021 40th Chinese Control Conference (CCC). Anais... . p.7371–7375, 2021. IEEE.
ZHONG, Y. Intrinsic shape signatures: A shape descriptor for 3d object recognition. 2009 IEEE 12th International Conference on Computer Vision Workshops, ICCV Workshops. Anais... . p.689–696, 2009. IEEE.
ZHOU, Q.-Y.; PARK, J.; KOLTUN, V. Fast global registration. European conference on computer vision. Anais... . p.766–782, 2016. Springer.
ZHOU, Q.-Y.; PARK, J.; KOLTUN, V. Open3D: A modern library for 3D data processing. arXiv preprint arXiv:1801.09847, 2018.