SegMap：基于数据驱动描述子的三维片段建图
机器人学
2019-01-16 v2 计算机视觉与模式识别
摘要
在执行定位与建图时，在结构层级上工作于环境变化与光照差异的鲁棒性方面具有优势。本文提出 SegMap：一种基于三维点云中片段提取的定位与建图问题的地图表示方案。除了助力计算密集的三维点云处理任务，在片段层级工作还满足了实时单机器人与多机器人系统的数据压缩需求。当前方法为定位这一单一任务提取描述子，而 SegMap 利用数据驱动描述子以提取有意义的特征，这些特征亦可用于重建环境稠密三维地图并提取语义信息。这对于导航任务以及向终端用户（如搜救场景中的机器人操作员）提供视觉反馈尤为有趣。这些能力在多个城市驾驶与搜救实验中得以展示。相较基于特征值的最先进方法，我们的方法使 ROC 曲线下面积提升 28.3%。我们亦获得与专为此任务训练的模型非常相近的重建能力。SegMap 实现将开源，并附易于运行的演示于 www.github.com/ethz-asl/segmap。视频演示见 https://youtu.be/CMk4w4eRobg。
引用
@article{arxiv.1804.09557,
title = {SegMap: 3D Segment Mapping using Data-Driven Descriptors},
author = {Renaud Dubé and Andrei Cramariuc and Daniel Dugas and Juan Nieto and Roland Siegwart and Cesar Cadena},
journal= {arXiv preprint arXiv:1804.09557},
year = {2019}
}