论 LiDAR 强度图像在三维 SLAM 中基于分段回环检测的描述能力
机器人学
2021-08-04 v1 人工智能
摘要
我们提出了一种对基于分段的 LiDAR SLAM 全局定位方法的扩展，该方法使用考虑了分段视觉上下文的描述符。我们提出了一种新的深度神经网络架构，该架构学习从合成的 LiDAR 强度图像中获取的视觉上下文。这种方法允许单个多光束 LiDAR 产生丰富且高度描述性的位置签名。该方法在两个公开数据集上进行了测试，证明了新描述符的描述性得到提升，并且在 SLAM 中实现了更可靠的回环检测。网络的注意力分析用于展示关注更广泛上下文而非仅仅关注三维分段的重要性。
引用
@article{arxiv.2108.01383,
title = {On the descriptive power of LiDAR intensity images for segment-based loop closing in 3-D SLAM},
author = {Jan Wietrzykowski and Piotr Skrzypczyński},
journal= {arXiv preprint arXiv:2108.01383},
year = {2021}
}
备注
Accepted for publication at IROS 2021