PIDLoc：受 PID 控制器启发的跨视图位姿优化网络
计算机视觉与模式识别
2025-03-05 v1
摘要
精确定位对自动驾驶至关重要，但基于 GNSS 的方法在城市峡谷等挑战性环境中面临困难。跨视图位姿优化通过使用卫星视图图像直接估计车辆位姿，提供了一种有效的解决方案。然而，现有方法主要依赖给定位姿下的跨视图特征，忽略了用于精度的细粒度上下文和用于抵御大初始位姿误差的全局上下文。为了克服这些局限性，我们提出了 PIDLoc，一种受比例-积分-微分（PID）控制器启发的新颖跨视图位姿优化方法。使用 RGB 图像和 LiDAR，PIDLoc 包含用于建模跨视图特征关系的 PID 分支，以及从这些关系中估计位姿的空间感知位姿估计器（SPE）。PID 分支利用特征差异获取局部上下文（P），利用聚合特征差异获取全局上下文（I），利用特征差异的梯度进行精确位姿调整（D），以增强大初始位姿误差下的定位精度。与 PID 分支相结合，SPE 捕捉 PID 分支特征内的空间关系以实现一致的定位。实验结果表明，PIDLoc 在 KITTI 数据集的跨视图位姿估计中取得了 SOTA 性能，与之前的 SOTA 相比，位置误差降低了 。
引用
@article{arxiv.2503.02388,
title = {PIDLoc: Cross-View Pose Optimization Network Inspired by PID Controllers},
author = {Wooju Lee and Juhye Park and Dasol Hong and Changki Sung and Youngwoo Seo and Dongwan Kang and Hyun Myung},
journal= {arXiv preprint arXiv:2503.02388},
year = {2025}
}
备注
Accepted by CVPR-25