具有新地点感知的概率外观不变拓扑度量定位

概率状态估计方法为设计定位系统提供了原则性基础，因为它们自然地融合了不完美的运动序列与外部感知传感器数据。最近，利用外观不变视觉地点识别（VPR）方法作为主要外部感知传感器的概率定位系统，在存在显著外观变化的情况下展示了最先进的性能。然而，现有系统 1) 未充分利用运动模型中的里程计数据，且 2) 由于假设查询遍历严格重复建图遍历，无法处理路线偏离。为解决这些不足，我们提出了一种新的概率拓扑度量定位系统，其将完整的 3 自由度里程计纳入运动模型，并在状态估计框架中增加“离图”状态，使得与参考地图存在显著绕路的查询遍历也能被成功定位。我们在 Oxford RobotCar 数据集的多个查询遍历上进行了广泛评估，这些遍历既表现出显著的外观变化，也偏离了先前走过的路线。特别地，我们在两个实际相关的定位任务上评估了性能：回环检测与全局定位。我们的方法相较现有及改进的最先进系统均取得了显著的性能提升。