MinkLoc3D-SI: 3次元LiDARによる場所認識にスパース畳み込み、球面座標、および強度を用いた手法

3D LiDARの場所認識は、回転する3D LiDARセンサからの単一スキャンに基づいて、事前に観測された環境での大まかな位置を推定することを目指しています。この問題に対する既存の解決策には、手作りの点群記述子（例：ScanContext, M2DP, LiDAR IRIS）と深層学習ベースの解決策（例：PointNetVLAD, PCAN, LPDNet, DAGC, MinkLoc3D）がありますが、これらの方法はしばしばOxford RobotCarデータセットから得られた累積2Dスキャンでしか評価されていません。私たちはMinkLoc3D-SIという新しい手法を提案します。これは、3次元点の球面座標を利用し、3D LiDAR測定値の強度情報を処理することで、単一の3D LiDARスキャンを使用した際の性能を向上させる疎な畳み込みに基づく解決策です。当手法は、手作りの記述子（ScanContextなど）に典型的な改善点と最も効率的な3次元疎な畳み込み（MinkLoc3D）を統合しています。実験結果では、単一スキャンから得られる3次元LiDARデータ（USyd Campusデータセット）において性能が向上し、また高い汎化能力（KITTIデータセット）を示すことが確認されました。累積2次元スキャンにおける強度情報の利用（RobotCar Intensityデータセット）も性能向上に寄与しますが、球面表現による明確な改善は見られませんでした。その結果、MinkLoc3D-SIは単一スキャンから取得された3次元LiDARデータに適しており、自動車の自律走行への応用が可能です。