任意视角皆可：基于LiDAR的语义跨视角定位与建图
机器人学
2022-03-18 v1
摘要
当前，GPS是迄今为止最流行的全局定位方法。然而，它并非在所有环境中都可靠或精确。SLAM方法支持局部状态估计，但无法将局部地图配准到全局地图，而这对于机器人间协作或人机交互可能十分重要。本工作中，我们提出一种实时方法，仅利用以自我为中心的3D语义标注LiDAR与IMU，以及由卫星或空中机器人获取的自顶向下RGB图像，通过语义实现机器人的全局定位。此外，该方法在运行时构建全局配准的语义环境地图。我们在KITTI及我们自建的高挑战性数据集上验证了方法，展现出优于10米的精度、高度的鲁棒性，以及在前述自顶向下地图尺度未知时实时估计其尺度的能力。
引用
@article{arxiv.2203.08925,
title = {Any Way You Look At It: Semantic Crossview Localization and Mapping with LiDAR},
author = {Ian D. Miller and Anthony Cowley and Ravi Konkimalla and Shreyas S. Shivakumar and Ty Nguyen and Trey Smith and Camillo Jose Taylor and Vijay Kumar},
journal= {arXiv preprint arXiv:2203.08925},
year = {2022}
}
备注
Published in the IEEE Robotics and Automation Letters and presented at the IEEE 2021 International Conference on Robotics and Automation. See https://www.youtube.com/watch?v=_qwAoYK9iGU for accompanying video