LoRCoN-LO：基于长短期递归卷积网络的激光雷达里程计
机器人学
2023-03-22 v1 人工智能
摘要
我们提出一种基于深度学习的激光雷达里程计估计方法 LoRCoN-LO，其利用长短期递归卷积网络（LRCN）结构。LRCN 层是一种通过同时使用 CNN 与 LSTM 层而能够一次性处理空间与时间信息的结构。该特征适用于预测连续的机器人运动，因其使用了包含空间信息的点云。因此，我们使用 LRCN 层构建了 LoRCoN-LO 模型，并通过该模型预测机器人的位姿。为验证性能，我们利用公开数据集（KITTI）开展了实验。实验结果表明，LoRCoN-LO 在该数据集上展现出准确的里程计预测。代码见 https://github.com/donghwijung/LoRCoN-LO。
引用
@article{arxiv.2303.11853,
title = {LoRCoN-LO: Long-term Recurrent Convolutional Network-based LiDAR Odometry},
author = {Donghwi Jung and Jae-Kyung Cho and Younghwa Jung and Soohyun Shin and Seong-Woo Kim},
journal= {arXiv preprint arXiv:2303.11853},
year = {2023}
}
备注
4 pages, ICEIC 2023