GreenPCO：一种无监督轻量级点云里程计方法

视觉里程计旨在利用视觉传感器捕获的信息来跟踪物体的增量运动。在本工作中，我们研究点云里程计问题，其中仅使用 LiDAR（Light Detection And Ranging，激光雷达）获取的点云扫描来估计物体的运动轨迹。我们提出了一种轻量级点云里程计解决方案，并将其命名为绿色点云里程计（GreenPCO）方法。GreenPCO 是一种无监督学习方法，通过匹配连续点云扫描的特征来预测物体运动。它包含三个步骤。首先，使用几何感知点采样方案从大点云中选择判别点。其次，将围绕物体的视图划分为四个区域，并使用 PointHop++ 方法提取点特征。第三，建立点对应关系以估计两次连续扫描之间的物体运动。在 KITTI 数据集上进行了实验，以证明 GreenPCO 方法的有效性。观察到 GreenPCO 在精度上优于基准深度学习方法，同时其模型大小显著更小且训练时间更少。