论文阅读-Robust Place Recognition using an Imaging Lidar

原作者TixiaoShan,发于ICRA2021

一、摘要：

使用成像级高分辨率的激光雷达(VLS-128/OS1-128)，利用雷达强度信息得到强度图，然后提取ORB特征描述子并进行词袋模型编码，最后重定位时从历史信息里进行搜索，返回潜在候选结果。拒绝外点匹配时，用RANSAC来解决PNP(视觉SLAM中的对极约束、三角测量、PnP、ICP问题_等你下课-CSDN博客_icp问题)。通过激光与视觉的结合，所得出的方法具有旋转不变性，并能处理翻转重定位。

其实本质上就是128线的激光雷达提供的高分辨率点云和强度信息给结合视觉方法进行处理提供了可能。

二、方法：

总体：Intensity image-projection -> feature extraction ->DBoW query->Feature Matching->PnP RANSAC

1.强度图投影

        强度图中像素归一化到0~255，当成灰度图对待，强度越高，灰度越低。

2.特征提取

        ORB特征好处在于旋转不变性，先获取FAST角特征，然后用BRIEF描述子进行描述。应用8级不同分辨率金字塔抽取(1.2降采样率），分别计算ORB特征描述子。

3.词袋查询

        把第二步拿到的ORB描述子转化为词袋向量，新vector到来时用L1距离函数衡量它与历史帧的相似度，如果达到阈值就认为是潜在匹配