论文地址： http://arxiv.org/pdf/2011.14497v3.pdf
来源： Queensland University of Technology (QUT)
论文名称：Locus: LiDAR-based Place Recognition using Spatiotemporal Higher-Order Pooling
原文作者：Kavisha Vidanapathirana
内容提要
通过在SLAM中提供非局部约束，位置识别能够估计全局一致的地图和轨迹。本文提出了一种基于3D激光雷达点云的大规模位置识别方法Locus。我们提出了一种提取和编码与场景中组件相关的拓扑和时间信息的方法，并演示了在位置描述中包含这些辅助信息如何导致更健壮和更具鉴别性的场景表示。二阶池化和非线性变换用于聚合这些多级特征，以生成一个固定长度的全局描述符，该描述符对输入特征的排列是不变的。所提出的方法在KITTI数据集上优于最先进的方法。此外，在3D LiDAR点云中的遮挡和视点变化等几种具有挑战性的情况下，证明了Locus的鲁棒性。
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
