RKHS-BA：一种具有语义点云的鲁棒无对应多视图配准框架
机器人学
2024-12-03 v2
摘要
本报告介绍了一种名为 RKHS-BA 的新型多帧光束法平差（BA）框架。它使用连续地标表示，在再生核希尔伯特空间（RKHS）中编码 RGB-D/LiDAR 和语义观测值。通过无对应关系的位姿图公式，所提出的系统构建了一个损失函数，实现了比经典点对点收敛更通用的收敛性。我们在模拟和真实数据上展示了其在多视图点云配准、滑动窗口里程计和全局 LiDAR 建图中的应用。该系统在极度噪声场景中显示出高度鲁棒的位姿估计，并对各种类型的语义输入表现出强大的泛化能力。开源实现已发布在 https://github.com/UMich-CURLY/RKHS_BA。
引用
@article{arxiv.2403.01254,
title = {RKHS-BA: A Robust Correspondence-Free Multi-View Registration Framework with Semantic Point Clouds},
author = {Ray Zhang and Jingwei Song and Xiang Gao and Junzhe Wu and Tianyi Liu and Jinyuan Zhang and Ryan Eustice and Maani Ghaffari},
journal= {arXiv preprint arXiv:2403.01254},
year = {2024}
}
备注
17 pages, 18 figures, technical report under review