基于匹配滤波的LiDAR姿态识别：适用于城市与自然环境
机器人学
2024-09-09 v1
摘要
姿态识别是自动导航中的重要任务，涉及从初始遍历中对先前访问位置的重新识别。与视觉姿态识别(VPR)不同，LiDAR姿态识别(LPR)对光照、季节和纹理变化具有鲁棒性，在来自结构化城市环境的基准数据集上表现出高性能。然而，目前需要 develop 能够在多样化环境中以高性能和最小训练运行的方法。本文提出一种手工匹配策略，执行针对城市和非结构化自然环境的旋转平移不变姿态识别和相对姿态估计。该方法构建鸟瞰视角(BEV)全局描述符，并采用匹配滤波--一种用于检测噪声中的已知信号的信号处理技术进行两阶段搜索。对NCLT、Oxford Radar和WildPlaces数据集进行大规模测试，始终显示出在姿态识别和相对姿态估计指标方面的最先进(SoTA)性能，净提升约15%。
引用
@article{arxiv.2409.03998,
title = {Matched Filtering based LiDAR Place Recognition for Urban and Natural Environments},
author = {Therese Joseph and Tobias Fischer and Michael Milford},
journal= {arXiv preprint arXiv:2409.03998},
year = {2024}
}