Place Recognition in Forests With Urquhart Tessellations

Autor(es)

Nardari, V, Guilherme ; Cohen, Avraham ^[1] ; Chen, Steven W. ^{[1, 2]} ; Liu, Xu ^[1] ; Arcot, Vaibhav ^{[1, 2]} ; Romero, Roseli A. F. ^[3] ; Kumar, Vijay ^[1]

Afiliação do(s) autor(es)

^[1] Nardari, Guilherme, V, Univ Penn, GRASP Lab, Philadelphia, PA 19104 - USA

^[2] Treeswift, Philadelphia, PA 19104 - USA

^[3] Nardari, Guilherme, V, Univ Sao Paulo, Robot Learning Lab, BR-13566590 Sao Carlos, SP - Brazil

• Tipo de documento: Artigo Científico
• Fonte: IEEE ROBOTICS AND AUTOMATION LETTERS; v. 6, n. 2, p. 279-286, APR 2021.
• Citações Web of Science: 0

Resumo

In this letter, we present a novel descriptor based on Urquhart tessellations derived from the position of trees in a forest. We propose a framework that uses these descriptors to detect previously seen observations and landmark correspondences, even with partial overlap and noise. We run loop closure detection experiments in simulation and real-world data map-merging from different flights of an Unmanned Aerial Vehicle (UAV) in a pine tree forest and show that our method outperforms state-of-the-art approaches in accuracy and robustness. (AU)

• Processo FAPESP: 14/50851-0 - INCT 2014: Instituto Nacional de Ciência e Tecnologia para Sistemas Autônomos Cooperativos Aplicados em Segurança e Meio Ambiente
• Beneficiário: Marco Henrique Terra
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 18/24526-5 - Estimação de estrutura e saúde de plantações utilizando robôs heterogêneos
• Beneficiário: Guilherme Vicentim Nardari
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto