一RING统御全局：用于地点识别、朝向与平移估计的Radon正弦图
机器人学
2023-01-20 v2
摘要
基于LiDAR的全局定位是移动机器人的一个基本问题。它包含两个阶段：地点识别与位姿估计，仅使用当前扫描作为查询以及地图扫描数据库来得出当前朝向和平移。受已识别地点定义的启发，我们认为良好的全局定位方案应在较低地点密度下保持位姿估计精度。遵循该思路，我们提出了一种面向稀疏基于地点的全局定位的新框架，其利用统一且无需学习的表示——Radon正弦图（RING）——来处理所有子任务。基于理论推导，我们提出了用于地点识别的平移不变描述子与朝向不变度量，实现了对查询与地图扫描之间任意朝向和大平移的可证明鲁棒性。此外，我们还利用RING的性质提出了一种全局收敛求解器用于朝向与平移估计，从而实现全局定位。对所提基于RING框架的评估验证了可行性，并展现出即使在较低地点密度下也具优越性能。
引用
@article{arxiv.2204.07992,
title = {One RING to Rule Them All: Radon Sinogram for Place Recognition, Orientation and Translation Estimation},
author = {Sha Lu and Xuecheng Xu and Huan Yin and Zexi Chen and Rong Xiong and Yue Wang},
journal= {arXiv preprint arXiv:2204.07992},
year = {2023}
}
备注
Paper accepted at the 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)