scan context
2 Commits 1 Branch 0 Tags 33 MiB
C++ 42.3%
MATLAB 38.4%
Jupyter Notebook 16.1%
Python 3.1%
Go to file
Tommorow 81a2b1cbd9 Initial commit 2021-10-19 08:52:12 +08:00
src Initial commit 2021-10-19 08:52:12 +08:00
LICENSE Initial commit 2021-10-19 00:52:07 +00:00
README.md Initial commit 2021-10-19 08:52:12 +08:00

README.md

scan context

Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map

2018 IROS Giseop Kim and Ayoung Kim

Background

  • 回环检测（场景识别）=场景描述+搜索
  • 3D点云缺乏色彩信息，纹理信息等，无法提取出传统的图像所特有的特征（ORB，SIFT等）
  • 如果不对点云数据进行预处理的话，就只能进行几何匹配，消耗较高

challenge

  • 降维的形式，尽可能多的保留深度信息
  • 描述符的编码
  • 相似度打分

Framework

scan-context

将点云分为环形的一块一块，每一块的数值就是这一块点云海拔最高值。这样就实现了降维。

Similarity Score between Scan Contexts

由于雷达视角的不同，即当雷达在同一地点纯转动了一定角度之后，列向量向量值不变，但是会出现偏移；行向量的行为是向量中元素的顺序会发生改变，但是行向量不会发生偏移。采用列向比较。

Two-phase Search Algorithm

  • 利用ring key 构造KD—Tree后最近邻检索

  • 相似度评分

  • 找到闭环对应帧后使用ICP