.png){kind=icon}
返回
Efficient 3D LiDAR pattern feature extraction and descriptor computation for robust loop closure detection
.png){kind=icon}
PRE
AI
DOI：10.1007/s11370-026-00692-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
闭环检测通过识别先前访问过的位置来纠正累积的位姿误差，在同步定位与地图构建（SLAM）中发挥着关键作用。本文提出了一种新颖的手工几何模式特征提取与描述符计算方法，该方法整合了激光雷达的距离、强度和通道数据，以提高识别地点的鲁棒性和独特性。所提方法利用极坐标网格上的方向感知线段表示提取结构模式，增强了几何连续性感知。与基于学习的方法不同，本方法无需训练，具有更高的可解释性，并且在与经典模型和深度模型对比时保持了有竞争力的性能。我们在多个公开激光雷达数据集上从误差和闭环候选数量方面评估了该方法。结果表明，其性能与最先进的方法相当。
Keyword:
Loop closure
Feature extraction
Descriptor computation
SLAM
期刊
IF:
4.3
论文数:
82
被引数:
1.2K
机构
引用论文
OmniVO: Toward Robust Omni Directional Visual Odometry With Multicamera Collaboration for Challenging ConditionsOmniVO: 通过多相机协作实现强大的全方位视觉里程计，以应对具有挑战性的条件.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Simultaneous Localization and Mapping for Pedestrians Using Radio Frequency SignalsIEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏分享收藏
查看更多内容