簡介

我們在之前的博客中討論了一些激光回環檢測的方法，但是基本都是圍繞著點云特征去做的，并未涉足過深度學習的相關方法，之前作者在查找《經典文獻閱讀之—BoW3D》資料時看到了一個比較感興趣的工作《OverlapNet: Loop Closing for LiDAR-based SLAM》，同時這個文章還擁有對應的開源源碼Github，非常適合復現以及學習。

工作重心

同時定位和映射（SLAM）是大多數自主系統所需的基本能力。在本文中，我們討論了基于自動駕駛汽車記錄的3D激光掃描的SLAM閉環問題。

我們的方法利用深度神經網絡，利用從激光雷達數據生成的不同線索來尋找環路閉合。

它估計廣義到距離圖像的圖像重疊，并提供掃描對之間的相對偏航角估計。

基于這些預測，我們處理環路閉合檢測，并將我們的方法集成到現有的SLAM系統中，以改善其映射結果。

簡單來說，作者通過深度學習完成點云轉換為影像，然后做回環檢測， 輸出Overlap和yaw的操作步驟，文中指出，本文的主要創新點有：

能夠利用多個線索，不需提前知道兩個雷達掃描的相對位姿，只利用范圍、法向量、強度和語義等線索，使用深度神經網絡直接估計兩個激光雷達掃描的重疊率，以及相對偏航角。

結合里程計信息和重疊率預測實現閉環的檢測、修正，可以檢測到的閉環整合到現有SLAM系統中，可以提高整體位姿估計的結果，產生全局一致的地圖。

無需先驗位姿信息，解決在自動駕駛中3D LiDAR SLAM 的閉環檢測問題，使用產生正確掃描匹配結果的OverlapNet網絡預測初始化ICP

詳細算法

2.1 Overlap的概念

作者認為直接對比兩個點云之間的距離不夠精確，因為會受漂移的影響。

因此提出用重疊率來代替距離檢測回環。具體思路是由影像的overlap中來，要成功匹配兩個圖像并計算它們的相對姿態，圖像必須重疊。

這可以通過將重疊百分比定義為第一圖像中的像素的百分比來量化，該像素可以在沒有遮擋的情況下成功地投影回第二圖像中。

請注意，該度量不是對稱的：如果圖像對存在較大的尺度差異。

例如，一幅圖像顯示一堵墻，另一幅顯示該墻周圍的許多建筑物，則第一到第二幅圖像的重疊百分比可能較大，而第二到第一幅圖像的交疊百分比較低。

在本文中，我們使用了距離圖像重疊的思想，明確地利用了距離信息

對于環路閉合，重疊百分比的閾值可用于決定兩個激光雷達掃描是否在同一位置和/或環路閉合。

對于環路閉合，這種測量可能比一對掃描記錄位置之間的常用距離更好，因為位置可能會受到漂移的影響，因此不可靠。

重疊預測與相對姿勢無關，因此可用于查找環路閉合，而無需知道掃描之間的正確相對姿勢。

2.2 激光雷達掃描對之間重疊的定義

簡單來說就是將兩個點云轉化為二維圖并且坐標系對齊，如果兩個坐標差小于閾值記為1，否則為零，求和再除以兩個圖中像素較小的那個，作者想用這個等式建立訓練集。

對于旋轉，作者選擇旋轉多個角度，用最大重疊值代表最終重疊值。

2.3 網絡結構

下圖描述了所提出的重疊網絡的概述。我們利用了多個線索，這些線索可以從單個激光雷達掃描中生成，包括深度、法線、強度和語義類概率信息。

深度信息存儲在由一個通道組成的范圍圖R中。我們使用頂點映射的鄰域信息來生成法線映射N，它有三個通道編碼法線坐標。

我們直接從傳感器獲得強度信息，也稱為緩解，并使用強度信息為單通道強度圖I。使用RangeNet++計算逐點語義類概率，我們將其表示為語義圖S。

RangeNet++提供20個不同類的概率。為了提高效率，我們使用主成分分析將20維RangeNet++輸出縮減為壓縮的三維向量。

信息被組合成一個大小為64×900×D64×900×D的輸入張量，其中64900是輸入的高度和寬度，$D$取決于使用的數據類型.

這里沒有特別仔細去研究，具體就是由兩個共享權重的Legs和由Legs生成的相同特征體積對的Head組成。

進一步說這個模型的作用就是將深度圖，向量圖，強度圖，還用RangeNet++做了個語義圖一起作為輸入。

一個輸出是角度特征向量，一個輸出是兩次掃描之間的重疊率。

同時使用基于surfel的映射系統SuMa作為的SLAM的 pipeline，并將OverlapNet集成到SuMa中，以取代其原始的啟發式環路閉合檢測方法。

所以說最后就是SuMa+OverlapNet的集合完成的。

審核編輯：劉清