CMRNet：相机到 LiDAR 地图的配准
计算机视觉与模式识别
2021-07-12 v3 机器学习
机器人学
图像与视频处理
摘要
本文提出 CMRNet，一种基于卷积神经网络的实时方法，用于将场景的 RGB 图像定位到由 LiDAR 数据构建的地图中。我们的网络并非在工作区域训练，即 CMRNet 不学习地图，而是学习将图像与地图匹配。我们在 KITTI 数据集上验证了该方法，逐帧独立处理且无任何跟踪流程。从位移达 3.5m 和 17deg 的粗略位姿估计出发，CMRNet 在里程计数据集序列 00 上取得了 0.27m 和 1.07deg 的中值定位精度。据我们所知，这是首个基于 CNN 且学习将单目相机图像与给定的、预先存在的 3D LiDAR 地图进行匹配的方法。
引用
@article{arxiv.1906.10109,
title = {CMRNet: Camera to LiDAR-Map Registration},
author = {Daniele Cattaneo and Matteo Vaghi and Augusto Luis Ballardini and Simone Fontana and Domenico Giorgio Sorrenti and Wolfram Burgard},
journal= {arXiv preprint arXiv:1906.10109},
year = {2021}
}
备注
Accepted for presentation at IEEE ITSC2019