EnforceNet:大规模室内稀疏 LiDAR 点云中的单目相机定位
计算机视觉与模式识别
2019-07-17 v1 机器人学
图像与视频处理
摘要
位姿估计是自动驾驶车辆、无人机和大规模增强现实等机器人应用的基础构建模块。它也是这些应用实现量产的限制因素,因为最先进的厘米级位姿估计通常需要漫长的建图过程和昂贵的定位传感器,例如 LiDAR 和高精度 GPS/IMU 等。为克服成本障碍,我们提出了一种基于神经网络的解决方案,以在具有可比厘米级精度的先验稀疏 LiDAR 地图中定位消费级 RGB 相机。我们通过引入一个称为电阻模块的新颖网络模块来实现这一点,该模块使网络泛化更好、预测更准确、收敛更快。此类结果由我们在大规模室内停车场场景收集的若干数据集进行基准测试。我们计划开放数据和代码,以供社区共同参与推进该领域。
引用
@article{arxiv.1907.07160,
title = {EnforceNet: Monocular Camera Localization in Large Scale Indoor Sparse LiDAR Point Cloud},
author = {Yu Chen and Guan Wang},
journal= {arXiv preprint arXiv:1907.07160},
year = {2019}
}