GOTPR：基于 OpenStreetMap 场景图检索的通用户外文本基地地识别
机器人学
2025-05-23 v2 计算机视觉与模式识别
摘要
我们提出 GOTPR，一种针对 GPS 信号不可用的户外环境设计的稳健地点识别方法。不同于使用点云地图的现有方法（点云体积大且难以存储），GOTPR 利用从文本描述生成的场景图进行地点识别。该方法通过用紧凑数据结构取代点云，提高了可扩展性，使机器人能够高效存储和利用大规模地图数据。此外，GOTPR 无需自定义地图创建，即可使用公开的 OpenStreetMap 数据，这提供了全局空间信息。我们采用 KITTI360Pose 数据集及其对应的 OpenStreetMap 数据，对其进行评估，并与现有的基于点云的地点识别方法进行比较。结果表明，GOTPR 在保持相当准确性的同时，显著降低了存储需求。在城市规模测试中，其处理时间仅为数秒，具有高度实用的机器人应用价值。更多信息请访问 https://donghwijung.github.io/GOTPR_page/。
引用
@article{arxiv.2501.08575,
title = {GOTPR: General Outdoor Text-based Place Recognition Using Scene Graph Retrieval with OpenStreetMap},
author = {Donghwi Jung and Keonwoo Kim and Seong-Woo Kim},
journal= {arXiv preprint arXiv:2501.08575},
year = {2025}
}