【SLAM】开源 | 一种基于surfel的建图方法，相比于纯几何法性能SOTA！

论文地： http://arxiv.org/pdf/2105.11320v1.pdf

来源： the University of Bonn

论文名称：SuMa++: Efficient LiDAR-based Semantic SLAM

原文作者：Xieyuanli Chen

内容提要

可靠和准确的定位和建图是大多数自主系统的关键组成部分。除了映射环境的几何信息外，语义对实现智能导航行为也起着重要作用。在大多数现实环境中，由于移动对象引起的动态，这个任务特别复杂，这可能会破坏建图步骤或破坏定位。在本文中，我们提出了一种扩展最近发布的基于surfel的建图方法，通过集成语义信息来利用3D激光距离扫描来促进建图过程。语义信息通过完全卷积神经网络有效地提取，并在激光范围数据的球形投影上呈现。这个计算的语义分割结果导致整个扫描的逐点标签，允许我们建立带有标记的surfels的语义丰富的地图。这个语义图使我们能够可靠地过滤移动物体，同时通过语义约束改善投影扫描匹配。我们在具有挑战性的KITTI数据集公路序列上的实验评估显示，与纯几何的现有技术方法相比，我们的语义SLAM方法具有优势。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有