簡(jiǎn)介

我們?cè)谥暗牟┛椭杏懻摿艘恍┘す饣丨h(huán)檢測(cè)的方法，但是基本都是圍繞著點(diǎn)云特征去做的，并未涉足過深度學(xué)習(xí)的相關(guān)方法，之前作者在查找《經(jīng)典文獻(xiàn)閱讀之—BoW3D》資料時(shí)看到了一個(gè)比較感興趣的工作《OverlapNet: Loop Closing for LiDAR-based SLAM》，同時(shí)這個(gè)文章還擁有對(duì)應(yīng)的開源源碼Github，非常適合復(fù)現(xiàn)以及學(xué)習(xí)。

工作重心

同時(shí)定位和映射（SLAM）是大多數(shù)自主系統(tǒng)所需的基本能力。在本文中，我們討論了基于自動(dòng)駕駛汽車記錄的3D激光掃描的SLAM閉環(huán)問題。

我們的方法利用深度神經(jīng)網(wǎng)絡(luò)，利用從激光雷達(dá)數(shù)據(jù)生成的不同線索來尋找環(huán)路閉合。

它估計(jì)廣義到距離圖像的圖像重疊，并提供掃描對(duì)之間的相對(duì)偏航角估計(jì)。

基于這些預(yù)測(cè)，我們處理環(huán)路閉合檢測(cè)，并將我們的方法集成到現(xiàn)有的SLAM系統(tǒng)中，以改善其映射結(jié)果。

簡(jiǎn)單來說，作者通過深度學(xué)習(xí)完成點(diǎn)云轉(zhuǎn)換為影像，然后做回環(huán)檢測(cè)， 輸出Overlap和yaw的操作步驟，文中指出，本文的主要?jiǎng)?chuàng)新點(diǎn)有：

能夠利用多個(gè)線索，不需提前知道兩個(gè)雷達(dá)掃描的相對(duì)位姿，只利用范圍、法向量、強(qiáng)度和語義等線索，使用深度神經(jīng)網(wǎng)絡(luò)直接估計(jì)兩個(gè)激光雷達(dá)掃描的重疊率，以及相對(duì)偏航角。

結(jié)合里程計(jì)信息和重疊率預(yù)測(cè)實(shí)現(xiàn)閉環(huán)的檢測(cè)、修正，可以檢測(cè)到的閉環(huán)整合到現(xiàn)有SLAM系統(tǒng)中，可以提高整體位姿估計(jì)的結(jié)果，產(chǎn)生全局一致的地圖。

無需先驗(yàn)位姿信息，解決在自動(dòng)駕駛中3D LiDAR SLAM 的閉環(huán)檢測(cè)問題，使用產(chǎn)生正確掃描匹配結(jié)果的OverlapNet網(wǎng)絡(luò)預(yù)測(cè)初始化ICP

詳細(xì)算法

2.1 Overlap的概念

作者認(rèn)為直接對(duì)比兩個(gè)點(diǎn)云之間的距離不夠精確，因?yàn)闀?huì)受漂移的影響。

因此提出用重疊率來代替距離檢測(cè)回環(huán)。具體思路是由影像的overlap中來，要成功匹配兩個(gè)圖像并計(jì)算它們的相對(duì)姿態(tài)，圖像必須重疊。

這可以通過將重疊百分比定義為第一圖像中的像素的百分比來量化，該像素可以在沒有遮擋的情況下成功地投影回第二圖像中。

請(qǐng)注意，該度量不是對(duì)稱的：如果圖像對(duì)存在較大的尺度差異。

例如，一幅圖像顯示一堵墻，另一幅顯示該墻周圍的許多建筑物，則第一到第二幅圖像的重疊百分比可能較大，而第二到第一幅圖像的交疊百分比較低。

在本文中，我們使用了距離圖像重疊的思想，明確地利用了距離信息

對(duì)于環(huán)路閉合，重疊百分比的閾值可用于決定兩個(gè)激光雷達(dá)掃描是否在同一位置和/或環(huán)路閉合。

對(duì)于環(huán)路閉合，這種測(cè)量可能比一對(duì)掃描記錄位置之間的常用距離更好，因?yàn)槲恢每赡軙?huì)受到漂移的影響，因此不可靠。

重疊預(yù)測(cè)與相對(duì)姿勢(shì)無關(guān)，因此可用于查找環(huán)路閉合，而無需知道掃描之間的正確相對(duì)姿勢(shì)。

2.2 激光雷達(dá)掃描對(duì)之間重疊的定義

簡(jiǎn)單來說就是將兩個(gè)點(diǎn)云轉(zhuǎn)化為二維圖并且坐標(biāo)系對(duì)齊，如果兩個(gè)坐標(biāo)差小于閾值記為1，否則為零，求和再除以兩個(gè)圖中像素較小的那個(gè)，作者想用這個(gè)等式建立訓(xùn)練集。

對(duì)于旋轉(zhuǎn)，作者選擇旋轉(zhuǎn)多個(gè)角度，用最大重疊值代表最終重疊值。

2.3 網(wǎng)絡(luò)結(jié)構(gòu)

下圖描述了所提出的重疊網(wǎng)絡(luò)的概述。我們利用了多個(gè)線索，這些線索可以從單個(gè)激光雷達(dá)掃描中生成，包括深度、法線、強(qiáng)度和語義類概率信息。

深度信息存儲(chǔ)在由一個(gè)通道組成的范圍圖R中。我們使用頂點(diǎn)映射的鄰域信息來生成法線映射N，它有三個(gè)通道編碼法線坐標(biāo)。

我們直接從傳感器獲得強(qiáng)度信息，也稱為緩解，并使用強(qiáng)度信息為單通道強(qiáng)度圖I。使用RangeNet++計(jì)算逐點(diǎn)語義類概率，我們將其表示為語義圖S。

RangeNet++提供20個(gè)不同類的概率。為了提高效率，我們使用主成分分析將20維RangeNet++輸出縮減為壓縮的三維向量。

信息被組合成一個(gè)大小為64×900×D64×900×D的輸入張量，其中64900是輸入的高度和寬度，$D$取決于使用的數(shù)據(jù)類型.

這里沒有特別仔細(xì)去研究，具體就是由兩個(gè)共享權(quán)重的Legs和由Legs生成的相同特征體積對(duì)的Head組成。

進(jìn)一步說這個(gè)模型的作用就是將深度圖，向量圖，強(qiáng)度圖，還用RangeNet++做了個(gè)語義圖一起作為輸入。

一個(gè)輸出是角度特征向量，一個(gè)輸出是兩次掃描之間的重疊率。

同時(shí)使用基于surfel的映射系統(tǒng)SuMa作為的SLAM的 pipeline，并將OverlapNet集成到SuMa中，以取代其原始的啟發(fā)式環(huán)路閉合檢測(cè)方法。

所以說最后就是SuMa+OverlapNet的集合完成的。

審核編輯：劉清