Pole-Image：一种用于长期激光雷达定位与地图维护的自监督极点锚定描述子

移动机器人实现长期自主性需要稳健的自定位与可靠的地图维护。传统基于 landmark 的方法在易检测性高但辨识度低（如柱子）与辨识度高但难以稳定检测（如局部点云结构）之间存在根本性权衡。本文通过利用可检测且高精度的“锚点”（如柱子）来构建独特“特征串联”（局部点云），以解决描述性识别挑战。我们提出一种新型标准化表示方法“Pole-Image”，作为一种混合方法，利用柱子作为锚点从周围三维结构生成特征。Pole-Image 将类似柱子的 landmark 及其周围环境表示为以柱子本身为原点的二维极坐标图像。该表示方法利用柱子作为高精度参考点的特性，显式编码柱子与可变周围点云之间的相对几何。柱子 landmark 的关键优势在于“检测”极其容易。这种检测的便捷性使机器人能够轻松跟踪同一柱子，从而实现自动化和大规模收集多样化观测数据（正样本对）。这种数据获取的可行性使“对比学习（CL）”得以应用。通过应用 CL，模型学习到具有姿态不变性和高度辨识度的描述子。本文的贡献有两方面：1）该描述子克服了感知别名问题，实现稳健自定位；2）高精度编码实现高灵敏度变化检测，促进地图维护。