1.5 KiB
1.5 KiB
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。