轮廓上下文：用于 3D LiDAR 回环检测与度量位姿估计的抽象结构分布
机器人学
2023-07-11 v1 计算机视觉与模式识别
摘要
本文提出 \textit{Contour Context}，一个简单、有效且高效的拓扑回环闭合检测流程，具有精确的 3-DoF 度量位姿估计，面向城市自动驾驶场景。我们将由 3D LiDAR 点投影得到的笛卡尔鸟瞰图（BEV）图像解释为分层的结构分布。为从 BEV 中恢复高程信息，我们在不同高度对其进行切片，每个层级的连通像素将形成轮廓。每个轮廓由抽象信息参数化，例如像素计数、中心位置、协方差和平均高度。两幅 BEV 的相似性在顺序的离散与连续步骤中计算。第一步考虑由特定局部区域内轮廓形成的图状构型的几何一致性。第二步将大多数轮廓建模为 2.5D 高斯混合模型，用于计算相关性并在连续空间中优化相对变换。设计了一个检索键以加速由分层 KD-tree 索引的数据库搜索。我们在公开数据集上与近期工作比较，验证了方法的有效性。
引用
@article{arxiv.2302.06149,
title = {Contour Context: Abstract Structural Distribution for 3D LiDAR Loop Detection and Metric Pose Estimation},
author = {Binqian Jiang and Shaojie Shen},
journal= {arXiv preprint arXiv:2302.06149},
year = {2023}
}
备注
7 pages, 7 figures, accepted by ICRA 2023