目标扫描上下文：面向三维点云地图中地点识别的以目标为中心空间描述子
计算机视觉与模式识别
2023-11-14 v3
摘要
将SLAM算法与地点识别技术相结合，可赋予其抑制累积误差与重定位的能力。然而，现有的基于点云的地点识别方法主要依赖于描述子的匹配，且大多以激光雷达为中心。这些方法存在两个主要缺陷：其一，当两个点云之间距离较大时无法进行地点识别；其二，只能计算旋转角而忽略X与Y方向的偏移。为克服这些局限，我们提出了一种围绕主目标（Main Object）构建的新型局部描述子。借助几何方法，我们能够精确计算相对位姿。我们提供了理论分析以证明该方法可克服上述局限。此外，我们在KITTI Odometry与KITTI360上进行了大量实验，结果表明所提方法相比当前最优（SOTA）方法具有显著优势。
引用
@article{arxiv.2206.03062,
title = {Object Scan Context: Object-centric Spatial Descriptor for Place Recognition within 3D Point Cloud Map},
author = {Haodong Yuan and Yudong Zhang and Shengyin Fan and Xue Li and Jian Wang},
journal= {arXiv preprint arXiv:2206.03062},
year = {2023}
}
备注
9 pages, 11 figures