BEVPlace++: 面向无人地面车辆的快速、稳健且轻量级 LiDAR 全局定位

本文介绍了 BEVPlace++，一种新颖的、快速且稳健的无人地面车辆 LiDAR 全局定位方法。该方法利用作物Bird's Eye View (BEV) 图像表示的轻量级卷积神经网络 (CNN)，通过场所识别实现精准的全局定位，随后进行 3 自由度姿态估计。我们的详细分析揭示了一个有趣的事实：CNN 本质上擅长从 LiDAR BEV 图像中提取独特特征。值得注意的是，对于两个大平移的 BEV 图像，其通过 CNN 提取的特征可以有效匹配。基于这一洞见，我们设计了旋转等变模块 (REM)，以获取独特特征并增强对旋转变化的鲁棒性。随后，我们开发了由旋转等变和不变网络 (REIN)，通过级联 REM 和描述符生成器 NetVLAD 来依次生成旋转等变局部特征和旋转不变的全局描述符。首先使用全局描述符实现稳健的场所识别，然后使用局部特征进行精准的姿态估计。实验结果表明，BEVPlace++ 在七个公开数据集和我们的 UGV 平台上表现出色，即使仅使用带有场所标签的小型数据集（KITTI 的 3000 帧）进行训练，即可在未见环境中良好泛化，跨日跨年表现稳定，并适应各种类型的 LiDAR 扫描仪。BEVPlace++ 在多个任务中实现了最先进的性能，包括场所识别、环路闭合检测和全局定位。此外，BEVPlace++ 轻量级、实时运行，不需要精确的姿态监督，部署便利。源代码已公开发布于 https://github.com/zjuluolun/BEVPlace2。