FreSCo: 基于LiDAR的具有平移与旋转不变性的频域扫描上下文地点识别
机器人学
2022-09-28 v2
摘要
地点识别对机器人与车辆的重定位及回环检测任务起着关键作用。本文寻求一种定义良好的基于LiDAR的地点识别全局描述子。相较于局部描述子,全局描述子在城市道路场景中表现优异但通常依赖于视角。为此,我们提出一种简单而鲁棒的全局描述子FreSCo,其通过利用傅里叶变换与循环移位技术分解重访时的视角差异,并实现平移与旋转不变性。此外,提出一种快速两阶段位姿估计方法,利用从原始数据提取的紧凑2D点云在地点检索后估计相对位姿。实验表明,FreSCo在多个数据集不同场景序列上均表现出优于同期方法的性能。代码将公开于https://github.com/soytony/FreSCo。
引用
@article{arxiv.2206.12628,
title = {FreSCo: Frequency-Domain Scan Context for LiDAR-based Place Recognition with Translation and Rotation Invariance},
author = {Yongzhi Fan and Xin Du and Lun Luo and Jizhong Shen},
journal= {arXiv preprint arXiv:2206.12628},
year = {2022}
}
备注
8 pages, 10 figures. Accepted for ICARCV 2022