论文解读《M2DP: A Novel 3D Point Cloud Descriptor and Its Application in Loop Closure Detection》

原文链接
M2DP: A Novel 3D Point Cloud Descriptor and Its Application in Loop Closure Detection

概述

• 本文提出一种新的三维点云全局描述子——M2DP（Multiview 2D Projection），并把它应用在闭环检测问题中；
• 相比于视觉闭环检测，基于雷达的闭环检测并没有得到很大的关注，尽管它对于光照变化的鲁棒以及定位的高精度；
• 基于雷达的回环检测，很重要的是能够匹配两帧点云。点云的匹配通常有两类方法：第一类是直接在点云上进行点到点的匹配，如迭代最近邻（ICP）及其变种，该类方法首先需要将点云对齐；第二类方法则对一帧点云生成一个全局描述子，并通过对比描述子来估计点云之间的相似性，该类方法在存储和匹配效率上都有很大的优势，全局描述子例子如词袋模型（BoW）；
• 本文提出多视点投影（M2DP）的全局描述子来描述点云并用于闭环检测。首先把三维点云投影到一系列的二维平面上，代表点云不同的视角；然后基于点在平面上的空间密度分布特征，获取每个点云的这种密度分布，或者成为签名(signature)；然后使用这些签名的第一个左右奇异值向量作为描述子；
• 点云描述子，无论是描述点云的局部形状还是全局形状，都能被分成两类：签名(signatures)和直方图(histograms)；签名一般把一个点的支撑区域分割成带索引的容器(bins)中，在每个容