SOLVR：面向子图的 LiDAR-视觉重定位
计算机视觉与模式识别
2025-02-07 v2
摘要
本文提出了 SOLVR，一个用于基于学习的 LiDAR-视觉重定位的统一流水线，可跨传感器模态执行位置识别和 6 自由度配准。我们提出了一种对齐输入传感器模态的策略，利用立体图像流生成带有位姿信息的度量深度预测，随后使用概率占据框架融合来自局部窗口的多个场景视图，以扩大相机有限的视场。此外，SOLVR 对不同训练损失的正样本构成采用了灵活的定义，使我们能够同时优化位置识别和配准性能。进一步地，我们用配准函数替换了 RANSAC，该函数通过稀疏关键点对应的估计内点似然来加权简单的最小二乘拟合，从而在查询与检索位置之间内点比例较低的场景下提升了性能。我们在 KITTI 和 KITTI360 数据集上的实验表明，SOLVR 在 LiDAR-视觉位置识别和配准方面达到了最先进的性能，特别是在查询与检索位置之间距离较大时显著提高了配准精度。
引用
@article{arxiv.2409.10247,
title = {SOLVR: Submap Oriented LiDAR-Visual Re-Localisation},
author = {Joshua Knights and Sebastián Barbas Laina and Peyman Moghadam and Stefan Leutenegger},
journal= {arXiv preprint arXiv:2409.10247},
year = {2025}
}
备注
Accepted to ICRA2025