旋转不变地点识别网络

轻量免预处理

面向大规模原始点云的轻量级网络，无需地面分割或降采样即可稳健识别，对旋转和噪声保持鲁棒。

Zhang, Zhenghua · Hu, Liu · Wang, Xuan · Shu, Mingcong · 陈国良 · 张秋昭

ISPRS Journal of Photogrammetry and Remote Sensing 2024

参数信息

模型参数量

0.4 M

评估数据集数量

4

PRmate 候选列表长度

25

技术优势

不需要预处理

直接处理原始点云数据，省去地面点移除和降采样步骤。

抗旋转不变

通过捕获稀疏局部邻域信息并分析空间分布和位置信息，生成旋转不变特征。

模型足够轻

仅 0.4 M 参数，便于在资源受限平台上部署。

加上 PRmate 还能提升

PRmate 子网络通过分析描述子相似性和位置分布优化检索结果，兼容所有现有方法。

应用场景

• 自动驾驶定位：为自动驾驶车辆提供稳健的地点识别，无需复杂预处理即可在原始点云上运行。
• 移动机器人导航：轻量模型适合移动机器人平台，实现高效的地点识别和导航。
• 激光雷达感知：增强 LiDAR 感知系统的地点识别能力，对旋转和噪声鲁棒。