PinNet: キーポイント認識と幾何学的埋め込みを用いたLiDAR SLAMのループ閉じ込みのための学習型局所記述子
PinNet: Keypoint-Aware Learned Local Descriptors with Geometric Embedding for Loop Closure in LiDAR SLAM
LiDAR点群から局所幾何記述子を生成するニューラルネットワークPinNetを提案し、場所認識とスキャン間レジストレーションによるループ閉じ込みを実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Yanlong Ma, Nakul S. Joshi, Christa S. Robison, Philip R. Osteen, Brett T. Lopez
分類: cs.RO
原文アブストラクト
Loop closure is essential to reduce drift and build globally consistent maps in large-scale environments. However, reliable loop closure with only geometric information from, e.g., a LiDAR sensor, remains challenging due to the difficulty of constructing discriminative geometric features. We present PinNet, a neural network that produces local geometric descriptors from point clouds for place recognition and scanto-scan registration. PinNet incorporates a neural network that generates keypoints and their corresponding descriptors, together with a plane-based geometric self-attention module that models inter-keypoint spatial relationships to enhance descriptor discriminability for loop-closure detection and point-cloud registration. The approach is comprehensively evaluated on multiple datasets collected with different LiDAR sensors. Experimental results demonstrate strong place-recognition performance, precise relative pose estimation, and successful single-shot localization in different environments.
関連論文
- SymbioLCD: CNN抽出物体と視覚BoWを併用したアンサンブル型ループ閉じ込み検出SLAM/ループ閉じ込み
- SegMatch：3D点群のためのセグメントベースのループ閉じ込みSLAM/ループ閉じ込み
