GOSMatch: Graph-of-Semantics Matching for Detecting Loop Closures in 3D LiDAR data
摘要
利用激光雷达的点云信息检测闭环是一件很不容易的事情，因为激光雷达的数据是不稳定的。本文提出了一种叫做GOSMatch的方法依靠语义级别的信息做场景重识别，本文的方法利用语义物体之间的空间关系产生新颖的描述符。本文还设计了一种由粗到细的测量来有效的找到闭环。此外， 一旦确定找到了闭环帧，系统就会给出准确的六自由度的位姿估计结果，本文在kitti做了测试取得了不错的效果。
介绍
当前传统的激光闭环检测方法是利用局部的特征点或者其他全局的特征，这种方法太注意局部的细节而忽略了更高层的特征约束。本文提出了一种利用语义信息来检测闭环的方法。本文利用语义信息构建了局部和全局的描述子。全局的描述子来高效的查找最相似的前K个闭环候选帧，局部的描述子用来计算当前帧和闭环候选帧之间的距离。本文的主要贡献如下：
-
提出了GOSMatch，一个在城市道路场景下仅利用雷达观测的基于物体级语义信息来可靠场景识别的方法。
-
通过编码语义物体之间的空间关系来构建全局和局部描述符以高效的进行两步闭环搜索。
-
开源了GOSMatch到https://github.com/zhuyachen/GOSMatch，但是代码是m文件
相关工作
A.传统的基于雷达的场景识别
-
从点云中随机选择特征点提取区域形状描述符。随后，使用投票策略在特征点中找到最近邻。
