RE-TRIP：基于反射率实例增强三角描述符的3D场所识别
计算机视觉与模式识别
2025-05-23 v1 机器人学
摘要
虽然大多数人将激光雷达（LiDAR）视为测量距离并提供环境几何信息的工具（通过点云），但激光雷达还捕获额外的反射率或强度值。然而，在移动机器人中的基于LiDAR的场所识别（PR）研究，却大多仅依赖几何测量，忽略了激光雷达提供的额外反射率信息。本文提出一种新型3D PR描述子，命名为RE-TRIP（REflectivity-instance augmented TRIangle descriPtor）。该描述子综合利用几何测量与反射率信息，以提升在几何退化、高度几何相似及动态物体存在等具挑战性场景下的鲁棒性。为实现实际应用，本文进一步提出（1）关键点提取方法、（2）关键实例分割方法、（3）RE-TRIP匹配方法及（4）反射率融合的闭环验证方法。最终在HELIPR、FusionPortable等公开数据集上进行实验，包含长走廊、桥梁、大规模城市区域及高度动态环境等多样场景——结果表明，所提方法在Scan Context、Intensity Scan Context及STD方面均优于现有SOTA方法。
引用
@article{arxiv.2505.16165,
title = {RE-TRIP : Reflectivity Instance Augmented Triangle Descriptor for 3D Place Recognition},
author = {Yechan Park and Gyuhyeon Pak and Euntai Kim},
journal= {arXiv preprint arXiv:2505.16165},
year = {2025}
}