重新审视激光雷达配准与重建：从距离图像视角出发

旋转式激光雷达数据在 3D 视觉任务中十分普遍。由于激光雷达数据以点云形式呈现，通常需要昂贵的 3D 操作。本文重新审视旋转式激光雷达扫描形成过程，提出了一种带有射线式投影/反投影模型的柱面距离图像表示。它构建于原始扫描之上，支持从 2D 到 3D 的无损转换，允许快速的 2D 操作，包括基于 2D 索引的邻域搜索与下采样。据我们所知，我们随后提出了首个面向激光雷达距离图像的多尺度配准与稠密有符号距离函数（SDF）重建系统。我们进一步收集了一个以位姿距离图像格式存储的室内外激光雷达场景数据集。在提出的数据集与 KITTI 数据集上进行了配准与重建的综合评估。实验表明，我们的方法优于表面重建基线，并达到与最先进激光雷达配准方法（包括一种现代的基于学习的配准方法）相似的性能。得益于其简洁性，我们的配准以 100Hz 运行，SDF 重建实时进行。数据集与一个模块化的 C++/Python 工具箱将公开发布。