scan context

person 匿名

发布日期: 2021-06-09 13:28:42 浏览量: 71
评分:
star star star star star star star star star star_border
*转载请注明来自write-bug.com

Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map

2018 IROS Giseop Kim and Ayoung Kim

Background

  • 回环检测(场景识别)=场景描述+搜索
  • 3D点云缺乏色彩信息,纹理信息等,无法提取出传统的图像所特有的特征(ORB,SIFT等)
  • 如果不对点云数据进行预处理的话,就只能进行几何匹配,消耗较高

challenge

  • 降维的形式,尽可能多的保留深度信息
  • 描述符的编码
  • 相似度打分

Framework

scan-context

将点云分为环形的一块一块,每一块的数值就是这一块点云海拔最高值。这样就实现了降维。

Similarity Score between Scan Contexts

由于雷达视角的不同,即当雷达在同一地点纯转动了一定角度之后,列向量向量值不变,但是会出现偏移;行向量的行为是向量中元素的顺序会发生改变,但是行向量不会发生偏移。采用列向比较。

Two-phase Search Algorithm

  • 利用ring key 构造KD—Tree后最近邻检索
  • 相似度评分

  • 找到闭环对应帧后使用ICP

上传的附件 cloud_download scancontext-master.zip ( 36.12mb, 1次下载 )
error_outline 下载需要8点积分
eject