TransFusionOdom：基于可解释Transformer的激光雷达-惯性融合里程计估计

传感器多模态融合是提升里程计估计性能的常用方法，也是移动机器人的基础模块。然而，\textit{在监督式传感器融合里程计估计任务中如何在不同模态间进行融合？}仍是一个具有挑战性的问题。一些简单操作，如逐元素求和与拼接，无法为高效整合不同模态分配自适应注意力权重，难以取得有竞争力的里程计结果。近来，Transformer架构在多模态融合任务中展现出潜力，尤其在视觉与语言领域。本文提出一种端到端监督的基于Transformer的激光雷达-惯性融合框架（即TransFusionOdom）用于里程计估计。多注意力融合模块针对同构与异构模态展示了不同融合方式，以解决盲目增加模型复杂度可能导致的过拟合问题。此外，为解释基于Transformer的多模态交互学习过程，引入一种通用可视化方法来展示模态间交互。并且，详尽的消融研究评估了不同多模态融合策略以验证所提融合策略的性能。我们公开了一个合成多模态数据集以验证所提融合策略的泛化能力，其亦适用于其他不同模态的组合。在KITTI数据集上的定量与定性里程计评估证实，所提TransFusionOdom相比其他相关工作需要取得更优性能。