多尺度自蒸馏网络

跨模态地点识别

通过多尺度自蒸馏在同一框架下统一相机与激光雷达特征，实现尺度不变且计算高效的跨模态地点识别。

刘雯 · 邓中亮

Sensors 2026

参数信息

Recall@1

60 %

技术优势

跨模态定位

通过统一2D表示将相机和激光雷达映射到同一嵌入空间，实现视觉图像在点云地图中的检索。

尺度不变

多尺度自蒸馏让粗尺度教师特征监督细尺度学生特征，强制不同尺度下特征一致，从而对尺度变化鲁棒。

计算高效

在统一的2D表示上操作，避免直接处理原始3D点云的高计算开销。

不微调即可用

仅使用KITTI训练的模型，无需微调，即可在KITTI-360所有序列上达到超过60%的Recall@1。

应用场景

• 机器人定位：让机器人在已有激光雷达地图中用摄像头图像定位，省去重复建图。
• 无人机视觉定位：无人机用视觉图像在地面激光雷达点云地图中找回自身位置，无需GPS。
• 工业机器人导航：工业机器人用现有点云地图和摄像头实现长期定位，不受光照变化影响。
• 具身智能定位：具身智能体用视觉图像在已知环境中找回位置，支持后续交互与决策。