包裹点云位姿估计_【泡泡点云时空】OneShot全局定位：迅速视觉辅助的LiDAR位姿估计...

主要贡献

• 利用单帧LiDAR数据进行准确6自由度位姿估计

• 基于目标激光-视觉信息的特征学习网络

方法概述

一、OneShot激光单帧定位

1. 使用Bogoslavskyi 等人基于range图像的快速单帧点云数据分割方法；

2. 利用segMap对分割的目标进行描述，使用kitti与NCLT的单帧数据进行训练，利用提取到的目标凸包重叠比例选取真值对应关系，使用triplet损失函数结合batch hard方法进行网络的调整；

3. 利用当前帧各目标的描述子与地图库中目标进行k邻近匹配，并且寻找几何一致性最高的目标对应关系，利用它们的几何中心进行6自由度的位姿估计；

二、利用视觉信息增强

将分割到的每个目标重投影到图像中，利用bbx中的视觉信息使用VGG16与NetVLAD进行特征训练，并与LiDAR数据进行融合

实验结果

本文主要与segMap方法进行了对比，将kitti数据抽稀到16线激光数据以示其鲁棒性，我们重复测量在获得首次全局定位前所需要运行的距离来进行比较，如下图所示，OneShot效果明显由于segMap

与segMap类似，我们将定位的结果作为ICP的初值，匹配的残差如下图所示