OREOS：室外场景下三维点云的定向识别
机器人学
2020-03-03 v1
摘要
我们提出了一种利用三维LiDAR扫描进行定向位置识别的新方法。我们训练了一个卷积神经网络（Convolutional Neural Network），从单次三维LiDAR扫描中提取紧凑的描述子。这些描述子既可用于从地图中检索附近的位置候选，也可用于估计引导局部配准方法所需的偏航角偏差。我们采用三元组损失函数进行训练，并使用难负样本挖掘策略来进一步提升描述子提取器的性能。在NCLT和KITTI数据集上的评估中，我们证明了在具有挑战性的长期室外条件下，我们的方法优于基于数据驱动与手工设计数据表示的现有最优（state-of-the-art）方法。
引用
@article{arxiv.1903.07918,
title = {OREOS: Oriented Recognition of 3D Point Clouds in Outdoor Scenarios},
author = {Lukas Schaupp and Mathias Bürki and Renaud Dubé and Roland Siegwart and Cesar Cadena},
journal= {arXiv preprint arXiv:1903.07918},
year = {2020}
}