论文地址： http://arxiv.org/pdf/2111.00440v2.pdf
来源： 山东大学
论文名称：Loop closure detection using local 3D deep descriptors
原文作者：Youjie Zhou
内容提要
本文提出了一种简单而有效的方法，使用局部3D深度描述符(L3Ds)来处理同时定位和建图中的闭环检测。L3Ds是使用深度学习算法从数据中学习到的点云中提取的补丁的新兴紧凑表示。我们提出了一种新的重叠测量闭环检测，在通过估计的相对姿态注册环路候选点云之后，计算对应于相互最近邻描述符的点之间的度量误差。这种新方法使我们能够准确地检测闭环，并在小重叠的情况下估计六个自由度的姿态。我们将基于L3Ds的闭环方法与最近的激光雷达数据方法进行了比较，并实现了最先进的闭环检测精度。此外，我们将闭环检测方法嵌入到最近的基于边缘的SLAM系统RESLAM中，并对真实世界的RGBD-TUM和合成ICL数据集进行评估。与原来的闭环策略相比，我们的方法使RESLAM获得了更好的定位精度。
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
