place recognition | BriefGPT

关键词place recognition

搜索结果 - 42

IFTD：用于驾驶场景中循环检测的图像特征三角描述符
提出了一种基于 STD 方法的快速、稳健的图像特征三角描述符（IFTD），旨在提高驾驶场景中地点识别的效率和准确性，通过从点云的 BEV 投影图像中提取关键点并将其构造成三角描述符，通过匹配这些特征三角形，实现了精确的地点识别，并计算了两个
PDF22 days ago
OverlapMamba：一种基于 LiDAR 的位点识别的新型移动状态空间模型
利用 state space models 与 Mamba 深度学习模型开发了 OverlapMamba，一种新颖的用于地点识别的网络，它能够在实时效率上显示出强大的地点识别能力且在时间复杂性和速度方面优于传统的 LiDAR 和多视图组合方
PDF2 months ago
普遍地点识别综述：朝向真实世界自主性
这篇论文在研究机器人领域中呈现了地点识别（PR）的关键技术作用，特别是在同时定位与建图（SLAM）2.0 的框架下。通过综述 PR 的最新技术进展和挑战，强调了 PR 在机器人领域广泛应用的重要性，并提供了一个面向新开发和基准测试的开源包，
PDF2 months ago
FRAME：自主地图合并的模块化框架：领域进展
在本研究中，提出了一种新颖的方法，用于在自我中心多机器人探索的背景下合并 3D 点云地图。与传统方法不同，该方法利用先进的地点识别和学习描述符来高效地检测地图之间的重叠，消除了耗时的全局特征提取和特征匹配过程。估计的重叠区域用于计算同一刚体
PDF2 months ago
PRAM：用于高效视觉定位的任意地点识别模型
提出了一种地点识别模型 (PRAM)，通过识别和注册两个组件，基于自我监督的地标定义策略和基于转换器的深度神经网络，使得 PRAM 能够像人类一样有效地执行视觉定位。
PDF3 months ago
PRISM-TopoMap：基于地点识别和扫描匹配的在线拓扑地图构建
PRISM-TopoMap 是一种基于可学习的多模态地点识别和扫描匹配流水线的拓扑映射方法，通过维护一张本地对齐位置的图表来实现机器人的定位和循环闭环，广泛的实验评估证实了其在地图和导航效率上的优势，并在真实机器人上表现良好。
PDF3 months ago
基于热成像的长期 SLAM
该研究探讨了在低对比度、视觉退化环境下（如水下、雪地等），利用热成像技术进行视觉 SLAM 的困难之处，并提出了基于学习特征描述符的方法，以显著改善热成像的大时间间隔下的地点识别能力。实验结果表明，该方法能够在具有挑战的热成像数据中实现良好
PDF3 months ago
ModaLink: 图像到点云的高效场景识别
通过引入快速轻量级的框架，将图像和点云转换成具有地点鉴别性的描述符。实验结果表明，所提出的方法在实时执行的同时达到了最先进的性能，具有实际的泛化能力。
PDF3 months ago
在别名和低纹理环境中统一局部和全局多模态特征的地点识别
利用 UMF 模型中的视觉和 LiDAR 特征的交叉注意力块，并包含重新排序阶段，以通过本地特征匹配重新排序使用全局表示检索的前 k 个候选项，以提高在感知模糊和弱纹理的环境中的 SLAM 系统的性能。
PDF3 months ago
RecNet: 基于范围图像嵌入的可逆点云编码用于多机器人地图共享与重建
该研究介绍了一种名为 RecNet 的新方法，通过将三维点云投影到深度图像并使用编码器 - 解码器框架进行压缩，从而同时解决资源受限机器人和多机器人系统中有效的位置识别问题。通过提取该过程中的潜在向量用于高效的位置识别任务，RecNet 不
PDF5 months ago
数据集与基准：用于自动驾驶车辆感知的新型传感器
通过引入 Novel Sensors for Autonomous Vehicle Perception (NSAVP) 数据集，本文旨在促进未来关于此主题的研究，并提供了关于利用新型传感器增强关键自动驾驶感知任务的挑战和机遇的基准实验。
PDF5 months ago
LCPR: 基于多尺度注意力的 LiDAR 相机融合网络用于地点识别
提出了一种名为 LCPR 的新型神经网络，该网络融合 LiDAR 点云和多视角 RGB 图像，生成环境的具有区分性和偏航旋转不变性的表示，从而提高了地点识别性能并保持了对视角变化的强鲁棒性。
PDF8 months ago
具有潜在接触的挑战交叉场景中的相机 - LiDAR 融合用于地点识别
本文介绍了一种新颖的三通道场所描述符，由图像、点云和融合分支组成，利用相机与激光雷达之间的相关性进行信息交互和融合，从而实现在具有透视变化、季节变化和场景变换等挑战性环境中进行地点识别。在 KITTI、NCLT、USVInland 和校园数
PDF9 months ago
RaLF：基于流的全局和度量雷达定位在 LiDAR 地图中
本文提出了一种名为 RaLF 的新型深度神经网络方法，用于通过同时学习处理位置识别和度量定位，将雷达扫描定位到环境中的 LiDAR 地图中。通过跨模态度量学习，在两种模态之间学习共享嵌入空间来解决位置识别任务，同时通过预测像素级流向量将查询
PDF10 months ago
基于姿态图的关注图神经网络用于激光雷达地点识别
该研究提出了一种激光雷达场景识别方法，称为 P-GAT，通过比较一组点云之间的相似性来增加随时间捕获的点云之间的可接受领域，利用基于位姿图 SLAM 的概念，结合了点云之间的内部和外部注意力以及图神经网络来关联在欧几里德空间中附近位置捕获的
PDF10 months ago
TReR：用于 3D LiDAR 地方识别的轻量级 Transformer 重新排序方法
采用 Transformer-based re-ranking 方法，以全局描述为确定因素，实现了轻量化和有效的 Loop Closure Detection，与另外两种方法相比，在 KITTI Odometry 数据集上表现出更好的鲁棒性
PDFa year ago
ColonMapper: 结肠镜的拓扑映射和定位
该论文提出一种基于拓扑地图的肠镜内部位置映射和定位方法，它能够通过使用节点表示肠道位置和边缘表示节点之间可穿越性的方式来操作真实的人类肠镜。此外，论文还提出一种全局描述符方法，该方法能够在长时间变化下实现高召回率的肠道位置识别，并结合贝叶斯
PDFa year ago
针对大地图的高效机器人定位的区域预测
本文提出了一种预选地图节点进行场所识别的新方法，并将其与 RTAB-Map 集成，证明了其在实时导航中的有效性。
PDFa year ago
使用稀疏但变化像素的基于事件的视觉地点识别：需要多少事件？
本文探讨用事件相机实现机器人本地化中视觉场景匹配的问题，进一步发掘了少量稀疏像素相机特性，通过像素内事件数的差值累加构建事件帧以实现精准的场景匹配，并在实验数据集上证明了其性能表现与应用潜力。
PDF2 years ago
InCloud: 基于点云的增量学习用于地点识别
介绍了一种基于结构感知的基于蒸馏的方法 InCloud，用于点云位置识别的增量学习，可以提升网络在不同数据集上的表现，并且适用于各种不同的网络架构。
PDF2 years ago