Nowy algorytm 6DSLAM wykorzystujący semantyczne rozpoznanie otoczenia

W artykule przedstawiono modyfikację algorytmu 6DSLAM wykorzystującą semantyczne rozpoznawanie otoczenia. Zastosowanie semantycznego podejścia nie tylko poprawia w porównaniu do klasycznej metody dokładność tworzonej mapy metrycznej przez robota mobilnego, ale także umożliwia tworzenie takiej mapy w trudnych warunkach terenowych. Przedstawiono eksperymenty tworzenia mapy metrycznej/semantycznej budynków uwzględniając jazdę poziomą oraz kierunku pionowym po schodach. Porównano wynik z poprzednią implementacją algorytmu 6DSLAM. Nowe podejście poprawia spójność oraz dokładność mapy metrycznej. Zastosowanie semantycznego rozpoznawania otoczenia pozwala na rozszerzenie mapy metrycznej o nowe informacje o charakterze jakościowym, w tym przypadku rozróżniane są ściany, podłoga, sufit oraz punkty charakteryzujące się otoczeniem nieuporządkowanym.

---

The paper presents new 6DSLAM algorithm based on semantic recognition of the environment. Semantic approach improves the accuracy of the final metric map and guarantees the robustness of the mapping even in difficult indoor terrain conditions. The metric/semantic mapping of indoor environment is shown with an assumption of robot motion on flat surface and stairs. The result is compared with State of the Art algorithm. The new approach guarantees consistency and accuracy of mapping. Semantic approach allows augmenting metric map with qualitative information such as following labels for 3D points: ceiling, floor, walls and points of non-regular surrounding.