使用卷积 Transformer 的基于能量模型的跨模态定位
计算机视觉与模式识别
2023-06-08 v1 人工智能
机器学习
机器人学
摘要
我们提出了一种使用能量基模型（EBMs）的新框架，用于在无 GPS 情况下将搭载测距传感器的地面车辆相对于卫星影像进行定位。激光雷达传感器已在自动驾驶车辆上变得无处不在，用于描述其周围环境。地图先验通常利用相同传感器模态构建以用于定位。然而，这些使用测距传感器的地图构建工作往往昂贵且耗时。作为替代，我们利用卫星图像作为地图先验，其广泛可用、易于获取并提供全面覆盖。我们提出了一种使用卷积 transformers 的方法，以跨模态方式执行精确的度量级定位，这由于稀疏测距传感器读数与丰富卫星影像之间在外观上的巨大差异而具有挑战性。我们以端到端方式训练模型，并展示我们的方法在 KITTI、Pandaset 和自定义数据集上比最先进水平达到更高精度。
引用
@article{arxiv.2306.04021,
title = {Energy-Based Models for Cross-Modal Localization using Convolutional Transformers},
author = {Alan Wu and Michael S. Ryoo},
journal= {arXiv preprint arXiv:2306.04021},
year = {2023}
}
备注
ICRA 2023