SA-LOAM：基于语义辅助的激光雷达 SLAM 与回环检测
机器人学
2021-07-02 v2 人工智能
计算机视觉与模式识别
摘要
基于激光雷达的 SLAM 系统公认比其他系统更精确、更稳定，但其回环检测仍是一个开放问题。随着点云三维语义分割的发展，语义信息可以被方便且稳定地获取，这对于高层智能至关重要，并有助于 SLAM。本文提出一种基于 LOAM 的新型语义辅助激光雷达 SLAM 系统，名为 SA-LOAM，其在里程计与回环检测中均利用了语义信息。具体而言，我们提出了一种语义辅助 ICP，包括语义匹配、下采样与平面约束，并在回环检测模块中集成一种基于语义图的地点识别方法。得益于语义信息，我们能够提高定位精度、有效检测回环，并即使在大规模场景中也能构建全局一致的语义地图。在 KITTI 与 Ford Campus 数据集上的大量实验表明，我们的系统显著提升了基线性能，对未见数据具有泛化能力，并与最先进方法取得有竞争力的结果。
引用
@article{arxiv.2106.11516,
title = {SA-LOAM: Semantic-aided LiDAR SLAM with Loop Closure},
author = {Lin Li and Xin Kong and Xiangrui Zhao and Wanlong Li and Feng Wen and Hongbo Zhang and Yong Liu},
journal= {arXiv preprint arXiv:2106.11516},
year = {2021}
}
备注
8 pages. Accepted by ICRA-2021