Paired-CSLiDAR：高さ層別（ストラタ）に基づくクロスソース航空・地上LiDARの姿勢精密化

arXiv cs.CV / 2026/5/4

📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research

共有:

要点

本論文は、地上スキャンの姿勢を半径50mの航空クロップを用いて単発で精密化することを目的とした、クロスソースの航空–地上LiDARベンチマーク「Paired-CSLiDAR」を提案しています。
航空と地上のLiDARは幾何学的に共有できる情報が限られて（主に地表面のみ）いるため、従来の登録手法や学習ベースの対応付けが、メートル級に誤った局所解へ収束し得ると指摘しています。
これに対し、訓練不要・幾何のみで動作する手法として「Residual-Guided Stratified Registration（RGSR）」を提案し、高さ層別ICP、登録方向の反転、さらに“より良いなら採用”する信頼度ゲーティングを用います。
RGSRは主要ベンチマークで86.0%（S@0.75m）および99.8%（S@1.0m）を報告し、信頼度ゲーティング付きカスケードやGeoTransformerを上回っています（評価は測量制御や軌跡整合性も用いる）。
また、Fourier-MellinのBEV提案を追加するとRMSEは改善し得る一方で、極端な部分重なり条件では実際の姿勢誤差が悪化することが示され、データセットとコードは公開準備中です。

Abstract

単一スキャンによる姿勢精密化のための、クロスソース空中・地上LiDARベンチマークであるPaired-CSLiDAR（CSLiDAR）を提案します。これは、空中のクロップ（半径50 m）内で地上スキャンの姿勢を精密化するものです。このベンチマークには、6つの評価サイトにわたって12,683の地上-空中ペアが含まれており、スキャンごとの参照として、サブメートル精度の二乗平均平方根誤差（RMSE）評価のための6自由度（6-DoF）アラインメントが用意されています。空中スキャンは屋根や樹冠を捉え、地上スキャンはファサードや樹冠下を捉えるため、両モダリティが共有する幾何はそのごく一部に限られ、主に地形（地面）表面のみです。その結果、一般的な登録手法や学習に基づく対応付けモデルは、メートル単位で誤った局所最小値へ収束してしまいます。そこで、学習を必要としないジオメトリのみの精密化パイプラインであるResidual-Guided Stratified Registration（RGSR）を提案します。RGSRは、高さ層別化ICP、登録方向の反転、信頼度ゲート付き「より良いものを採用」選択を用いて、共有された地面平面を活用します。RGSRは、主要ベンチマーク（9,012スキャン）において86.0%のS@0.75 mおよび99.8%のS@1.0 mを達成し、83.7%の信頼度ゲート付きカスケードおよび76.3%のGeoTransformerの両方を上回ります。独立な測量による制御と軌跡の一貫性により、RMSEベースの姿勢選択を検証し、さらにFourier-MellinのBEV提案を追加することでRMSEを低減できる一方、極端な部分重なりでは実際の姿勢誤差が増加し得ることを示します。データセットとコードは、公開に向けて準備中です。