使用局部 3D 深度描述子的回环检测
计算机视觉与模式识别
2022-03-01 v2 机器人学
摘要
我们提出一种简单而有效的方法，利用局部 3D 深度描述子（L3Ds）解决同步定位与建图中的回环检测问题。L3Ds 是从点云中提取的面片的一种新兴紧凑表示，使用深度学习算法从数据中学习得到。我们提出一种新颖的重叠度度量用于回环检测：在通过估计的相对位姿配准回环候选点云后，计算对应于互最近邻描述子的点之间的度量误差。这一新颖方法使我们能够在小重叠情况下准确检测回环并估计六自由度位姿。我们将基于 L3D 的回环检测方法近期的方法在 LiDAR 数据上进行比较，取得了最先进的回环检测精度。此外，我们将该回环检测方法嵌入近期基于边缘的 SLAM 系统 RESLAM 中，并在真实世界 RGBD-TUM 与合成 ICL 数据集上评估。我们的方法使 RESLAM 相比其原始回环策略取得了更好的定位精度。我们的项目页面位于 github.com/yiming107/l3d_loop_closure。
引用
@article{arxiv.2111.00440,
title = {Loop closure detection using local 3D deep descriptors},
author = {Youjie Zhou and Yiming Wang and Fabio Poiesi and Qi Qin and Yi Wan},
journal= {arXiv preprint arXiv:2111.00440},
year = {2022}
}
备注
This work is accepted for publication in IEEE Robotics and Automation Letters