PointLoc：用于激光雷达点云定位的深度位姿回归器
机器人学
2021-11-23 v3
摘要
本文提出一种新颖的基于端到端学习的激光雷达重定位框架，称为 PointLoc，它仅使用单帧点云作为输入直接推断 6-DoF 位姿，无需预建地图。与基于 RGB 图像的重定位相比，激光雷达帧可提供丰富且鲁棒的场景几何信息。然而，激光雷达点云是无序且非结构化的，使得难以将传统深度学习回归模型应用于此任务。我们通过提出一种带自注意力的新颖 PointNet 风格架构来解决该问题，从而从 360{\deg} 激光雷达输入帧高效估计 6-DoF 位姿。在最近发布的具有挑战性的 Oxford Radar RobotCar 数据集上的大量实验以及真实世界机器人实验表明，所提方法可实现准确的重定位性能。
引用
@article{arxiv.2003.02392,
title = {PointLoc: Deep Pose Regressor for LiDAR Point Cloud Localization},
author = {Wei Wang and Bing Wang and Peijun Zhao and Changhao Chen and Ronald Clark and Bo Yang and Andrew Markham and Niki Trigoni},
journal= {arXiv preprint arXiv:2003.02392},
year = {2021}
}
备注
To appear in IEEE Sensors Journal 2021