获取完整原文和代码，公众号回复：10041011034
论文地址： http://arxiv.org/pdf/2105.11344v1.pdf
代码： 公众号回复：10041011034
来源： University of Bonn
论文名称：OverlapNet: Loop Closing for LiDAR-based SLAM
原文作者：Xieyuanli Chen
内容提要
SLAM是大多数自主系统所需要的基本能力。本文提出了一种基于自动驾驶汽车记录的3D激光扫描的SLAM闭环问题。我们的方法利用深度神经网络，基于激光雷达数据生成的不同线索来寻找环路闭合。它估计图像重叠泛华到深度图像，并提供扫描对之间的相对偏航角估计。基于这些预测，我们处理环路闭合检测，并将我们的方法集成到现有的SLAM系统中，以改善其映射结果。我们在KITTI里程计基准和Ford校园数据集的序列上评估我们的方法。我们证明，我们的方法可以有效地检测环路闭包，超过了最先进的方法的检测性能。为了突出我们方法的泛化能力，我们在Ford校园数据集上评估我们的模型，在只使用KITTI进行训练的情况下。实验表明，该方法能够在未知环境下提供可靠的闭环候选。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。
