EnforceNet：大规模室内稀疏LiDAR点云中的单目相机定位

作者：Yu Chen,Guan Wang

摘要：姿态估计是机器人应用的基本构建块，例如自动驾驶车辆，无人机和大规模增强现实。 对于那些应用程序进行大规模生产而言，这也是一个禁止因素，因为最先进的厘米级姿态估计通常需要长映射程序和昂贵的定位传感器，例如， LiDAR和高精度GPS / IMU等为了克服成本障碍，我们提出了一种基于神经网络的解决方案，用于在具有可比厘米级精度的先前稀疏LiDAR图中定位消费者级RGB相机。 我们通过引入一种新颖的网络模块（我们称之为电阻模块）来实现它，以便更好地推广网络，更准确地预测并更快地收敛。 这些结果以我们在大型室内停车场场景中收集的几个数据集为基准。 我们计划打开社区的数据和代码，以加入推进这一领域的努力。

原文标题：EnforceNet: Monocular Camera Localization in Large Scale Indoor Sparse LiDAR Point Cloud

原文地址：https://arxiv.org/abs/1907.07160