BEVPlace：基于鸟瞰图图像的 LiDAR 位置识别学习

位置识别是长期 SLAM 系统的关键模块。当前基于 LiDAR 的位置识别方法通常使用无序点或距离图像等点云表示。这些方法实现了较高的检索召回率，但在视角变化或场景改变的情况下其性能可能会下降。在本工作中，我们探索了位置识别中一种不同表示的潜力，即鸟瞰图 (BEV) 图像。我们观察到 BEV 图像的结构内容较少受到点云旋转和平移的影响。我们验证了，在没有任何精细设计的情况下，在 BEV 图像上训练的简单 VGGNet 在轻微视角变化的场景中取得了与 SOTA 位置识别方法相当的性能。为实现更鲁棒的位置识别，我们设计了一个名为 BEVPlace 的旋转不变网络。我们使用群卷积从图像中提取旋转等变局部特征，并使用 NetVLAD 进行全局特征聚合。此外，我们观察到 BEV 特征之间的距离与点云的几何距离相关。基于这一观察，我们开发了一种估计查询点云位置的方法，扩展了位置识别的用途。在大规模公开数据集上进行的实验表明，我们的方法 1) 在召回率方面取得了 SOTA 性能，2) 对视角变化具有鲁棒性，3) 展现出强大的泛化能力，以及 4) 能够估计查询点云的位置。源代码公开于 https://github.com/zjuluolun/BEVPlace。