.png){kind=icon}
返回
A fast and robust 3D LiDAR-based loop closure detection method using BEV images
.png){kind=icon}
PRE
AI
DOI：10.1007/s41315-025-00516-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的回环检测（LCD）方法，该方法利用多层占用鸟瞰图（BEV）图像。首先，原始点云经过预处理，然后被投影到多层占用BEV图像中。随后，为了加速从BEV图像中提取特征，我们采用了一个轻量型U型网络，该网络集成了空洞空间卷积池化金字塔（ASPP）模块。最后，设计了一种相似性度量方法，利用了描述符的旋转不变特性。主要创新点集中在轻量型U型网络的设计上，通过在降采样过程中使用深度可分离卷积（DW-conv）和更大的可分离卷积核成功实现。此外，在升采样过程之前引入ASPP模块丰富了从点云中提取的特征信息。在NCLT和MulRan数据集上进行的实验比较表明，所提出的方法在精度和效率方面均取得了显著提升。特别地，与先进的DiSCO方法相比，推理时间减少了20%以上。此外，我们的LCD方法已无缝集成到一个综合的基于LiDAR的同时定位与地图构建（SLAM）系统中，验证了其有效性。
Keyword:
Loop closure detection
Bird's eye view
Lightweight
Atrous spatial convolution pooling pyramid
期刊
I
IF:
2
论文数:
53
被引数:
674
机构
引用论文
.png){kind=icon}
LIWOM-GD: Enhanced LiDAR–Inertial–Wheel Odometry and Mapping by Fusion With Ground Constraint and Dynamic Points EliminationLIWOM-GD：通过融合地面约束和动态点消除增强的LiDAR-惯性-轮式里程计与建图
PREAI
分享收藏Efficient Search in a Panoramic Image Database for Long-term Visual Localization在全景图像数据库中高效搜索以实现长期视觉定位
OAAI
OAAI分享收藏
查看更多内容