面向严酷非结构环境的多模态环路闭合检测：基于基础模型
计算机视觉与模式识别
2025-11-10 v1 人工智能
摘要
在 GNSS 信号不可用的环境中（如星球探索），鲁棒的环路闭合检测是同时定位与地图构建 (SLAM) 算法的关键组件。由于信噪比低和纹理弱，在这些环境中，视觉语义 place recognition 往往会失败，而基于 LiDAR 的方法则因稀疏和歧义性问题受限。为此，本文提出了 MPRF 多模态管道，利用面向视觉和 LiDAR 两种模态的基于 Transformer 的基础模型，实现在严酷非结构环境中的鲁棒环路闭合检测。与以往仅限于检索的工作不同，MPRF 将双阶段视觉检索策略与显式 6 自由度姿态估计相结合，利用 DINOv2 特征配合 SALAD 聚合实现高效的候选筛选，同时采用 SONATA 基于 LiDAR 的描述符进行几何验证。在 S3LI 数据集和 S3LI Vulcano 数据集上的实验表明，MPRF 在精度上优于最先进的检索方法，同时在纹理稀疏区域提升了姿态估计的鲁棒性。通过提供适用于 SLAM 后端的可解释性对应关系，MPRF 在准确性、效率和可靠性之间实现了有利的权衡，展示了基础模型在统一 place recognition 与姿态估计方面的潜力。代码和模型将在 github.com/DLR-RM/MPRF 上发布。
引用
@article{arxiv.2511.05404,
title = {Multi-modal Loop Closure Detection with Foundation Models in Severely Unstructured Environments},
author = {Laura Alejandra Encinar Gonzalez and John Folkesson and Rudolph Triebel and Riccardo Giubilato},
journal= {arXiv preprint arXiv:2511.05404},
year = {2025}
}
备注
Under review for ICRA 2026