Excerpt from PDF:
Ephemerality meets LiDAR-based Lifelong Mapping Hyeonjae Gil1†, Dongjae Lee1†, Giseop Kim2, and Ayoung Kim1∗ Abstract— Lifelong mapping is crucial for the long-term deployment of robots in dynamic environments. In this paper, we present ELite, an ephemerality-aided LiDAR-based lifelong mapping framework which can seamlessly align multiple session data, remove dynamic objects, and update maps in an end-to- end fashion. Map elements are typically classified as static or dynamic, but cases like parked cars indicate the need for more detailed categories than binary. Central to our approach is the probabilistic modeling of the world into two-stage ephemerality, which represent the transiency of points in the map within two different time scales. By leveraging the spatiotemporal context encoded in ephemeralities, ELite can accurately infer transient map elements, maintain a reliable up-to-date static map, and improve robustness in aligning the new data in a more fine- grained manner. Extensive real-world experiments on long-term datasets demonstrate the robustness and effectiveness of our system. The source code is publicly available for the robotics community: https://github.com/dongjae0107/ELite. I. INTRODUCTION Over the past decade, Light Detection and Ranging (LiDAR)-based mapping has significantly advanced [1–4], increasing the demand for long-term deployment of such systems in various fields, including urban areas or construc- tion sites [5]. These environments are inherently dynamic; objects frequently move, and layouts change. To handle these dynamics, continuously revisiting and maintaining the map of the environment—lifelong mapping—is required. LiDAR-based lifelong mapping has gained interest rela- tively recently compared to the visual domain [6–8]. Long- term mapping pipelines for static map [9] or semantic map [10] construction were suggested, but the standard frame- work for lifelong mapping was absent. Recently, the modular lifelong mapping frameworks [11, 12] were suggested. They process the session—a set of point clouds and poses—as an input and focus on the inter-session changes for efficient map management and incremental update. These changes have been modeled as binary (i.e., appear- ing or disappearing), leading to a binary classification of map elements (i.e., static or dynamic). The inherent limitation of this approach is its inability to differentiate between long- term gradual changes and short-term ephemeral variations. An example is illustrated in Fig. 1, where two objects appear on the new map: one represents a persistent change (new †Equal contribution, ∗Corresponding author. ‡This work was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea government (MSIT)(No. RS-2024- 00461409), and in part by the Robotics and AI (RAI) Institute. 1H. Gil, D. Lee, and A. Kim are with the Department of Mechanical Engi- neering, Seoul National University, Seoul, S. Korea [h.gil, pur22, ayoungk]@snu.ac.kr 2G.Kim is with Vision Group of NAVER LABS, Seongnam, Gyeonggi- do, 13561, S. Korea giseop.kim@naverlabs.com 02 (Aug 2019) Parked car New walls appeared 04 (Aug 2024) 05 (Aug 2024) Binary Changes Appeared Disappeared 02 →04 04 →05 Ours 1.0 0.0 Ephemerality Fig. 1. An example scene from three KAIST sequences [15, 16] with newly appeared walls and parked cars. Representing changes in a simple binary manner, existing methods treat both …더보기
This paper was uploaded based on materials provided by arXiv.
This paper is an open academic resource, and the original text can be accessed on arXiv.
Source: arXiv – A free repository for scientific and technical researchers.
This paper is provided for academic research purposes, and the original can be downloaded from arXiv.
Visit arXiv to explore more recent papers!
This paper was uploaded based on materials provided by arXiv.
This paper is an open academic resource, and the original text can be accessed on arXiv.
Source: arXiv – A free repository for scientific and technical researchers.
This paper is provided for academic research purposes, and the original can be downloaded from arXiv.
Visit arXiv to explore more recent papers!
This paper was uploaded based on materials provided by arXiv.
This paper is an open academic resource, and the original text can be accessed on arXiv.
Source: arXiv – A free repository for scientific and technical researchers.
This paper is provided for academic research purposes, and the original can be downloaded from arXiv.
Visit arXiv to explore more recent papers!
번역 (Translation):
Ephemerality는 Lidar 기반의 평생 매핑 Sheonjae Gil1 †, Dongjae Lee1 †, Giseop Kim2 및 Ayoung Kim1 * Abstract를 충족시킵니다. 평생 매핑은 동적 환경에서 로봇의 장기 배치에 중요합니다. 이 논문에서는 여러 세션 데이터를 매끄럽게 정렬하고 동적 객체를 제거하며 끝에서 끝내 방식으로 맵을 업데이트 할 수있는 ephemerality aided lidar 기반 평생 매핑 프레임 워크 인 Elite를 제시합니다. 맵 요소는 일반적으로 정적 또는 동적으로 분류되지만 주차 된 자동차와 같은 경우는 이진보다 더 자세한 범주가 필요하다는 것을 나타냅니다. 우리의 접근 방식의 중심은 세계의 2 단계 임시 성으로 세계의 확률 론적 모델링으로, 이는 두 개의 다른 시간 척도 내에서 맵에서 포인트의 전이성을 나타냅니다. 엘리트는 일시적인 맵 요소를 정확하게 추론하고 신뢰할 수있는 최신 정적 맵을 유지하며보다 미세한 방식으로 새로운 데이터를 정렬하는 데있어 견고성을 향상시킬 수 있습니다. 장기 데이터 세트에 대한 광범위한 실제 실험은 시스템의 견고성과 효과를 보여줍니다. 소스 코드는 로봇 공동체 커뮤니티 (https://github.com/dongjae0107/elite)에서 공개적으로 제공됩니다. I. 소개 지난 10 년 동안, LIDAR (Light Detection and Ranging) 기반 매핑은 크게 발전하여 [1-4], 도시 지역이나 구성 현장을 포함한 다양한 분야에서 이러한 시스템의 장기 배포에 대한 수요가 증가했습니다 [5]. 이러한 환경은 본질적으로 역동적입니다. 물체는 자주 움직이고 레이아웃이 변경됩니다. 이러한 역학을 처리하려면 환경의지도를 지속적으로 다시 방문하고 유지 관리하는 데 필요합니다. LIDAR 기반의 평생 매핑은 최근에 시각적 영역과 비교할 때 관심을 얻었습니다 [6-8]. 정적 맵 [9] 또는 시맨틱 맵 [10] 구성에 대한 장기 매핑 파이프 라인이 제안되었지만 평생 매핑을위한 표준 프레임 작업은 없었다. 최근에, 모듈 식 평생 맵핑 프레임 워크 [11, 12]가 제안되었다. 그들은 세션 (포인트 구름과 포즈 세트)을 효율적인 맵 관리 및 점진적인 업데이트를위한 세션 간 변경에 대한 입력 및 초점으로 처리합니다. 이러한 변화는 이진 (즉, 나타나거나 사라짐)으로 모델링되어 맵 요소 (즉, 정적 또는 동적)의 이진 분류로 이어집니다. 이 접근법의 고유 한 한계는 장기 점진적인 변화와 단기 임시 변화를 구별 할 수 없다는 것입니다. 예는 새로운지도에 두 개의 객체가 나타나는 그림 1에 설명되어 있습니다. 하나는 지속적인 변화 (새로운 † 동등한 기여, * 대응 저자입니다. ‡이 작업은 한국 정부 (MSIT) (MSIT)에 의해 자금을 지원하는 국가 연구 재단 (NRF) 보조금에 의해 지원되었습니다 (No.-2024- 00461409). D. Lee 및 A. Kim은 서울 국립 대학교, 서울, 서울, S. 한국 [H.Gil, Pur22, Ayoungk]@snu.ac.kr 2g.kim과 함께 Naver Labs의 비전 그룹, Gyeong-do, 13561, 13561, S. Korea Giseop.kim@nav.coc 02 (aug giseop.kim@nav.com)와 함께 있습니다. 04 (2024 년 8 월) 05 (2024 년 8 월) 이진 변경이 사라졌습니다. 02 → 04 04 → 05 우리의 1.0 0.0 ephemerality 그림 1.
이 논문은 arXiv에서 제공되는 자료를 바탕으로 업로드되었습니다.
본 논문은 공개된 학술 자료이며, 원문은 arXiv에서 확인할 수 있습니다.
출처: arXiv – 과학 및 기술 연구자들을 위한 무료 논문 저장소.
이 논문은 학술 연구 목적으로 제공되며, 원문은 arXiv에서 다운로드할 수 있습니다.
더 많은 최신 논문을 보려면 arXiv를 방문하세요!
이 논문은 arXiv에서 제공되는 자료를 바탕으로 업로드되었습니다.
본 논문은 공개된 학술 자료이며, 원문은 arXiv에서 확인할 수 있습니다.
출처: arXiv – 과학 및 기술 연구자들을 위한 무료 논문 저장소.
이 논문은 학술 연구 목적으로 제공되며, 원문은 arXiv에서 다운로드할 수 있습니다.
더 많은 최신 논문을 보려면 arXiv를 방문하세요!
이 논문은 arXiv에서 제공되는 자료를 바탕으로 업로드되었습니다.
본 논문은 공개된 학술 자료이며, 원문은 arXiv에서 확인할 수 있습니다.
출처: arXiv – 과학 및 기술 연구자들을 위한 무료 논문 저장소.
이 논문은 학술 연구 목적으로 제공되며, 원문은 arXiv에서 다운로드할 수 있습니다.
더 많은 최신 논문을 보려면 arXiv를 방문하세요!
