PICCOLO：以点为心的全景定位

我们提出 PICCOLO，一种简单高效的全向定位算法。给定场景的带色点云与 360 全景图像，我们的目标是恢复拍摄该全景图像时的相机位姿。我们的流水线以开箱即用方式工作，仅需给定一张图像作为查询，且不需要任何神经网络训练或采集图像的地面真实位姿。相反，我们通过梯度下降优化将每个点云颜色与全景图像的整体视图相匹配以寻找相机位姿。我们的损失函数称为采样损失，以点为心，在点云中每个点的投影位置处求值。相比之下，传统的光度损失以图像为心，比较每个像素位置处的颜色。通过对比较实体的简单改变，采样损失有效克服了全向图像的严重视觉畸变，并享有 360 视图的全局上下文以处理视觉定位中的挑战性场景。PICCOLO 在各种环境中评估时，在准确率和稳定性上均优于现有的全向定位算法。代码见 \url{https://github.com/82magnolia/panoramic-localization/}。