4/4

Improved LeGO-LOAM method based on outlier points elimination

Lightweight and Ground-Optimized Lidar Odometry and Mapping (LeGO-LOAM) の欠点を分析し、LeGO-LOAM法に外れ値除去を加えたLeGO-LOAM-OE法を提案した。
LiDARで取得した点群データを解析、4種類の外れ値が除去され、より効率的な特徴点抽出とより正確な姿勢推定ができるようになった。
地面セグメンテーションでは、水平度が制限される。それは、地面を形成する点群が多量で精度がよいからである。
移動体の異常点除去では、隣接フレーム内の同クラスター物体間の距離に基づいて除去され、計算は非常に簡単である。
シミュレーションの結果、LeGO-LOAM-OEはLeGO-LOAMに比べて軌跡精度が良かった。
LeGO-LOAMと比べて、LeGO-LOAM-OEは三軸の最大誤差、平均誤差を効率的に除去できている。
合計の最大誤差は14.3%減少し、平均誤差は7.6%減少した。
LeGO-LOAM-OE法で最も大きく誤差を減らせたのはY軸方向（水平方向）の誤差で、8.5%である。
当手法の位置精度とマッピング効率を評価するために屋外環境を想定した、実験系を用意した。
実験の結果、当手法はonline、offline SLAM 両方で高い精度となった。
最大誤差は1m以下、平均誤差は0.1m以下である。

Signal fluctuation suppression in confocal measurements by laser modulation and power monitoring

信号の揺らぎは共焦点測定において重要な問題である。なぜなら、信号が小さいため、少しの揺らぎが大きな誤差になってしまうからである。
ここでは、レーザー変調と強度のモニタリングを用いて共焦点測定の信号揺らぎを抑制する方法を紹介している。
強度のモニタリングは、強度を補正するための参照信号を取得するために用いられ、周波数変調は周囲環境によるノイズを除去するために用いられる。
実験の結果、検出の頑健性は従来より3倍よくなった。
これにより、40umのSIMカードの表面形状やnmスケールの格子構造が観察できるようになった。