概要: BEV-SLD を紹介します。これは Scene Landmark Detection (SLD) の概念に基づく LiDAR を用いた全域ローカライズ手法です。シーンに依存しないパイプラインとは異なり、私たちの自己教師付きアプローチは、鳥瞰ビュー（BEV）画像を活用して、所定の空間密度でシーン固有のパターンを発見し、それらをランドマークとして扱います。
一貫性損失は、学習可能なグローバルランドマーク座標をフレームごとのヒートマップと整合させ、シーン全体で一貫したランドマーク検出を生み出します。キャンパス、産業、森林環境などの各シーンで、BEV-SLD は堅牢なローカライズを実現し、最先端の手法と比較して高い性能を発揮します。
BEV-SLD: LiDAR鳥瞰画像を用いたグローバルローカリゼーションのための自己教師付きシーンランドマーク検出
arXiv cs.CV / 2026/3/19
📰 ニュースModels & Research
要点
- BEV-SLDは、鳥瞰図画像を用いた自己教師付きのLiDARグローバルローカリゼーション手法で、所定の空間密度でシーン特有のランドマークを検出します。
- 学習可能なグローバルランドマーク座標とフレームごとのヒートマップを整合させる一貫性損失を用い、シーン全体で安定したランドマーク検出を実現します。
- 本手法は、キャンパス・産業・森林環境の各場において堅牢なローカリゼーションを達成し、最先端手法と比較して高い性能を示します。
- BEV-SLDは、シーンに依存するランドマークに焦点を当てることで、シーンに依存しない手掛かりに頼る方法よりも、様々な環境での LiDAR ベースのローカリゼーションの堅牢性と精度の向上を目指します。
