인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
In this study, we propose a method for scan matching confidence evaluation in LiDAR SLAM systems and apply it to both odometry and pose graph optimization to improve overall trajectory accuracy. Conventional LiDAR SLAM systems apply a fixed weight to LiDAR measurements regardless of the scan matching quality, which may lead to drift errors or even divergence in environments with narrow spaces or limited fields of view. Thus, we introduce the concept of dilution of precision—widely used in GNSS—to evaluate scan matching reliability based on the geometric distribution between matched points and the LiDAR sensor. The quantified reliability is used to adjust the measurement weight in Kalman filter-based odometry and to filter out unreliable factors during loop closure, preventing erroneous relative poses from being incorporated into the pose graph. The proposed method was evaluated on the Hilti SLAM Challenge 2022 and VBR SLAM Dataset. Additionally, it improves performance regarding drift suppression and trajectory accuracy based on absolute trajectory error analysis.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094554082
