【SLAM】开源 | 基于雷达的语义SLAM，在KITTI高速公路序列数据集上，性能超越纯几何的和最先进的方法！

获取完整原文和代码，公众号回复：10041008632

论文地址： http://arxiv.org/pdf/2105.11320v1.pdf

代码： 公众号回复：10041008632

来源： University of Bonn

论文名称：SuMa++: Efficient LiDAR-based Semantic SLAM

原文作者：Xieyuanli Chen

内容提要

可靠和准确的定位和测绘是大多数自主系统的关键组成部分。除了地图环境的几何信息外，语义对智能导航行为的实现也起着重要作用。在大多数现实环境中，这个任务特别复杂，因为移动对象引起的动态会破坏映射步骤或偏离定位。在本文中，我们提出了一种基于表面的制图方法的扩展，利用3D激光距离扫描集成语义信息来促进制图过程。利用全卷积神经网络有效地提取语义信息，并在激光距离数据的球面投影上进行渲染。这个语义分割能够计算整个扫描帧具有点标号的结果，允许我们建立面元标号的语义地图。这种语义映射使我们能够可靠地过滤运动目标，同时也通过语义约束改善了投射扫描匹配。我们对来自KITTI数据集的具有挑战性的高速公路序列（数据集具有很少的静态结构和大量的移动汽车）的实验评估显示，与纯几何的、最先进的方法相比，我们的语义SLAM方法具有优势。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。