编辑:计算机视觉工坊
添加小助理:dddvision,备注:三维点云,拉你入群。文末附行业细分群
扫描下方二维码,加入3D视觉知识星球,星球内凝聚了众多3D视觉实战问题,以及各个模块的学习资料:近20门视频课程(星球成员免费学习)、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研,欢迎扫码加入!
0. 这篇文章干了啥?
基于LiDAR地图的视觉定位技术具有广阔的应用前景。然而,该技术面临两个主要挑战。首先是LiDAR地图的存储和计算消耗大。由于点云是无序的,通常需要进行大量计算才能从原始LiDAR地图中提取特征。第二个挑战是3D-2D跨模态特征匹配。由于点云地图包含3D坐标信息,而摄像头图像包含2D RGB像素,因此不能直接在摄像头图像和点云地图之间进行特征匹配。
为了解决上述问题,这篇文章提出了一种单目定位管线,称为LHMap-loc。作者将排序和过滤后的LiDAR地图称为LiDAR点云热度图(LHMap)。在此管线中,首先通过离线监督训练在原始LiDAR点云上进行LHMap生成,保留关键特征并压缩点云地图