ELiOT：基于 Transformer 框架的端到端激光雷达里程计
图像与视频处理
2023-09-13 v4
摘要
近年来，基于深度学习的点云配准方法展现出显著潜力。此外，基于学习的 3D 检测器已证明能有效编码来自 LiDAR 数据的语义信息。本文提出 ELiOT，一种构建于 transformer 架构上的端到端 LiDAR 里程计框架。我们提出的自注意力流嵌入网络隐式表示连续 LiDAR 场景的运动，规避了此类任务中传统的 3D-2D 投影需求。该网络流水线由 3D transformer 编码器-解码器组成，已在城市场景数据集上展现出预测位姿的有效性。在平移与旋转误差方面，我们的方法在 KITTI 里程计数据集上分别取得 7.59% 与 2.67% 的令人鼓舞结果。这是通过端到端方法实现的，且无需传统几何概念。
引用
@article{arxiv.2307.11998,
title = {ELiOT : End-to-end Lidar Odometry using Transformer Framework},
author = {Daegyu Lee and Hyunwoo Nam and D. Hyunchul Shim},
journal= {arXiv preprint arXiv:2307.11998},
year = {2023}
}