Freetures：有符号距离函数地图中的定位
机器人学
2020-10-22 v2
摘要
机器人在先前已建图环境中的定位对于减小估计漂移和复用已构建地图十分重要。现有的基于几何的定位技术集中于局部表面几何的描述，通常使用点云作为底层表示。我们提出了一种基于几何的定位系统，直接从隐式表面表示——有符号距离函数（SDF）——中提取特征。SDF 在空间上连续变化，使得所提系统能够提取并利用描述表面与自由空间的特征。通过对公开数据集的评估，我们展示了该方法的灵活性，并显示出相较最先进的手动设计仅表面描述子的定位性能提升。我们在 RGB-D 数据集上实现了约 12% 的平均提升，在基于 LiDAR 的数据集上实现了约 18% 的平均提升。最后，我们展示了我们的系统用于装备 LiDAR 的 MAV 在先前构建的搜救训练场地图中的定位。
引用
@article{arxiv.2010.09378,
title = {Freetures: Localization in Signed Distance Function Maps},
author = {Alexander Millane and Helen Oleynikova and Christian Lanegger and Jeff Delmerico and Juan Nieto and Roland Siegwart and Marc Pollefeys and Cesar Cadena},
journal= {arXiv preprint arXiv:2010.09378},
year = {2020}
}