DeepPointMap：以统一神经描述子推进LiDAR SLAM
计算机视觉与模式识别
2023-12-06 v1 机器学习
机器人学
摘要
点云在包括同时定位与建图（SLAM）在内的多个领域展现出巨大潜力。然而，现有方法要么依赖稠密点云以实现高定位精度，要么使用泛化描述子以减小地图尺寸。不幸的是，这两个方面似乎相互冲突。为解决这一局限，我们提出了一种统一架构DeepPointMap，在两个层面上均实现了优异表现。我们利用神经网络从点云中提取高度代表性且稀疏的神经描述子，从而实现内存高效的地图表示和精确的多尺度定位任务（例如里程计和回环检测）。此外，我们通过将框架扩展到更具挑战性的多智能体协同SLAM，展示了其多功能性。在这些场景中取得的良好结果进一步凸显了我们方法的有效性和潜力。
关键词
引用
@article{arxiv.2312.02684,
title = {DeepPointMap: Advancing LiDAR SLAM with Unified Neural Descriptors},
author = {Xiaze Zhang and Ziheng Ding and Qi Jing and Yuejie Zhang and Wenchao Ding and Rui Feng},
journal= {arXiv preprint arXiv:2312.02684},
year = {2023}
}