SeqOT: A Spatial-Temporal Transformer Network for Place Recognition Using Sequential LiDAR Data

要約

場所の認識は、自動運転車がループ クロージングまたはグローバル ローカリゼーションを達成するための重要なコンポーネントです。
この論文では、オンボード LiDAR センサーによって取得されたシーケンシャル 3D LiDAR スキャンに基づく場所認識の問題に取り組みます。
LiDAR データから生成された連続距離画像によって提供される時間的および空間的情報を活用するために、SeqOT という名前のトランスフォーマーベースのネットワークを提案します。
マルチスケール トランスフォーマーを使用して、LiDAR 距離画像の各シーケンスのグローバル記述子をエンドツーエンドで生成します。
オンライン操作中、当社の SeqOT は、現在のクエリ シーケンスとマップに格納されている記述子との間でそのような記述子を照合することにより、類似の場所を見つけます。
さまざまな環境でさまざまな種類の LiDAR センサーを使用して収集された 4 つのデータセットに対するアプローチを評価します。
実験結果は、私たちの方法が最先端のLiDARベースの場所認識方法よりも優れており、さまざまな環境でうまく一般化できることを示しています。
さらに、私たちの方法は、センサーのフレームレートよりも高速にオンラインで動作します。
メソッドの実装は、https://github.com/BIT-MJY/SeqOT でオープン ソースとしてリリースされています。

要約(オリジナル)

Place recognition is an important component for autonomous vehicles to achieve loop closing or global localization. In this paper, we tackle the problem of place recognition based on sequential 3D LiDAR scans obtained by an onboard LiDAR sensor. We propose a transformer-based network named SeqOT to exploit the temporal and spatial information provided by sequential range images generated from the LiDAR data. It uses multi-scale transformers to generate a global descriptor for each sequence of LiDAR range images in an end-to-end fashion. During online operation, our SeqOT finds similar places by matching such descriptors between the current query sequence and those stored in the map. We evaluate our approach on four datasets collected with different types of LiDAR sensors in different environments. The experimental results show that our method outperforms the state-of-the-art LiDAR-based place recognition methods and generalizes well across different environments. Furthermore, our method operates online faster than the frame rate of the sensor. The implementation of our method is released as open source at: https://github.com/BIT-MJY/SeqOT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google