OverlapNet：基于 LiDAR 的 SLAM 回环检测
机器人学
2021-05-26 v1
摘要
同步定位与建图（SLAM）是大多数自主系统所需的基本能力。本文中，我们解决基于自动驾驶汽车记录的3D激光扫描的 SLAM 回环闭合问题。我们的方法利用深度神经网络，从 LiDAR 数据生成的不同线索中寻找回环闭合。它估计推广到距离图像的图像重叠度，并提供扫描对之间的相对偏航角估计。基于此类预测，我们处理回环检测并将我们的方法集成到现有 SLAM 系统中以改进其建图结果。我们在 KITTI 里程计基准和 Ford 校园数据集的序列上评估了我们的方法。我们表明，我们的方法能有效检测回环闭合，超越最先进方法的检测性能。为凸显我们方法的泛化能力，我们仅在 KITTI 上训练而在 Ford 校园数据集上评估模型。实验表明，学习到的表示能够提供可靠的回环候选，即便在未见环境中亦如此。
引用
@article{arxiv.2105.11344,
title = {OverlapNet: Loop Closing for LiDAR-based SLAM},
author = {Xieyuanli Chen and Thomas Läbe and Andres Milioto and Timo Röhling and Olga Vysotska and Alexandre Haag and Jens Behley and Cyrill Stachniss},
journal= {arXiv preprint arXiv:2105.11344},
year = {2021}
}
备注
Accepted by RSS 2020. Code: https://github.com/PRBonn/OverlapNet