RING#：基于 Roto-translation Equivariant Gram 学习的 PR-by-PE 全局定位

使用 onboard 感知传感器（如摄像头和 LiDAR）进行全局定位，在 GPS 信号不可靠时对于自动驾驶和机器人应用至关重要。大多数方法通过顺序地点识别（PR）和姿态估计（PE）实现全局定位。一些方法为每个任务训练独立模型，而另一些方法则采用单一模型带双头设计，联合训练并使用特定于任务的损失函数。然而，定位的准确性高度依赖地点识别的成功，而地点识别在视点或环境外观发生显著变化时常常失败。 Consequently，这导致了定位的最终姿态估计失效。为此，我们提出了一种新范式，即 PR-by-PE 定位，通过直接从姿态估计中派生地点识别，从而无需独立的地点识别。我们提出了 RING#，一个在鸟瞰视角（BEV）空间中运行的端到端 PR-by-PE 定位网络，兼容视觉和 LiDAR 传感器。RING# 采用新颖设计，从 BEV 特征中学习两个等变表示，实现全球收敛且计算效率高的姿态估计。在 NCLT 和 Oxford 数据集上进行的全面实验表明，RING# 在视觉和 LiDAR 两种模态上均优于最先进的方法，验证了所提出方法的有效性。代码将公开发布。