Unleashing the Power of Data Generation in One-Pass Outdoor LiDAR Localization

简介:现有的激光雷达隐式重定位的方法需要多条重复轨迹增加场景、位姿的丰富性以提升模型的性能。 由于GPS/INS的误差,多条轨迹之间的耦合性是欠佳的,同时也增加了人力采集成本。 本文首次提出了使用单趟轨迹定位的算法PELoc, 该研究观察到不同行驶轨迹的差异如存在反向行驶等现象,提出了单趟数据增强;针对多条轨迹耦合性欠佳提出了激光雷达耦合的插帧生成方法;针对相同位置视角/时相变换提出了关键点对比学习策略,此外本文提出了一个新的训练策略, 在每训练中随机去除5%连续帧,增强了单趟数据的轨迹多样性,实验结果表明PELocQEOxfordNCLT的绝大多数测试轨迹上均能接近或达到亚米级的定位精度。

该论文第一作者是厦门大学信息学院2024级博士生陈屹东,通讯作者是王程教授。并由李齐、杨煜阳、李文、敖晟助理教授共同完成。

1751800911.png