본 논문은 이종 센서(레이더, 소나)를 LiDAR 기반 잠재 공간에 통합하는 모듈형 다중 모달 융합 프레임워크인 LiDAR-BIND를 시간적 일관성을 명시적으로 강화하는 메커니즘으로 확장합니다. 세 가지 기여를 소개하는데, 첫째는 연속적인 잠재 표현을 정렬하는 시간적 임베딩 유사성, 둘째는 예측과 실제 LiDAR 간의 변위를 일치시키는 동작 정렬 변환 손실, 셋째는 특수한 시간 모듈을 사용하는 창 기반 시간 융합입니다. 또한 공간 구조를 더 잘 보존하도록 모델 아키텍처를 업데이트합니다. 레이더/소나에서 LiDAR로의 변환에 대한 평가는 시간적 및 공간적 일관성이 향상되어 Cartographer 기반 SLAM에서 절대 궤적 오차가 줄어들고 점유 맵 정확도가 향상됨을 보여줍니다. SLAM 성능을 평가하기 위해 Frechet Video Motion Distance (FVMD)와 상관관계 피크 거리 메트릭을 기반으로 하는 다양한 메트릭을 제안합니다. 제안된 시간적 LiDAR-BIND(LiDAR-BIND-T)는 플러그 앤 플레이 모달리티 융합을 유지하면서 시간적 안정성을 크게 향상시켜 다운스트림 SLAM의 강건성과 성능을 향상시킵니다.
