【SLAM】开源 | 一种新颖的基于3D激光雷达的深度学习网络，用于自动驾驶汽车和机器人应用中的位置识别

论文地址： http://arxiv.org/pdf/2106.09637v3.pdf

来源： the University of Coimbra

论文名称：AttDLNet: Attention-based Deep Network for 3D LiDAR Place Recognition

原文作者：Tiago Barros

内容提要

文章简介：基于LiDAR的地点识别是自动驾驶汽车和机器人应用中SLAM和全局定位的关键组成部分之一。这项工作提出了一种新颖的基于3D激光雷达的深度学习网络（AttDLNet），用于自动驾驶汽车和机器人应用中的位置识别。该网络使用基于范围的点云代理表示，并使用具有堆叠注意层的注意网络来选择性关注长距离上下文和特征间关系。基于KITTI数据集进行的实验结果表明，在网络中添加注意力可以提高性能，获得高效的回路闭合，并超越了已建立的基于3D激光雷达的位置识别方法。此外，还进行了消融实验以评估网络不同部分的性能，结果表明中间编码器层的平均性能最高，而较深层更对姿态变化具有鲁棒性。

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