LiM-Loc：基于稠密且准确3D参考地图的视觉定位，直接对应2D关键点到3D LiDAR点云
计算机视觉与模式识别
2025-04-01 v1
摘要
视觉定位旨在估计查询图像在3D参考地图中的6自由度相机姿态。我们从参考图像中提取关键点，并预先生成具有3D关键点重建的3D参考地图。我们强调，3D参考地图中的关键点越多，且关键点的3D位置误差越小，相机姿态估计的精度就越高。然而，之前基于图像的方法需要大量图像，且由于特征匹配中不可避免的错位和失败，难以对关键点进行无误的3D重建。结果是3D参考地图稀疏且不准确。相比之下，结合图像和3D传感器可生成准确的3D参考地图。最近，3D LiDAR在全球范围内广泛应用。LiDAR以高密度测量大空间，价格逐渎下降。此外，准确标定的相机也广泛使用，因此可轻松获得不含误差的相机参数的图像。在本文中，我们提出一种方法，直接将3D LiDAR点云分配给关键点，以生成稠密且准确的3D参考地图。该方法避免了特征匹配，几乎所有关键点的3D重建都能准确完成。为了在宽广区域上估计相机姿态，我们使用宽范围LiDAR点云去除不可见于相机的点，并降低2D-3D对应误差。通过室内外数据集，我们将该方法应用于多个当前最先进的局部特征，确认其可提高相机姿态估计的精度。
引用
@article{arxiv.2503.23664,
title = {LiM-Loc: Visual Localization with Dense and Accurate 3D Reference Maps Directly Corresponding 2D Keypoints to 3D LiDAR Point Clouds},
author = {Masahiko Tsuji and Hitoshi Niigaki and Ryuichi Tanida},
journal= {arXiv preprint arXiv:2503.23664},
year = {2025}
}
备注
8 pages, 6 figures