北京航空航天大学提出了一种稀疏激光雷达辅助的视差估计网络

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

北京航空航天大学提出了一种稀疏激光雷达辅助的视差估计网络，可以减少更新步骤以提高运行性能，并可以在任何激光雷达数据上进行训练，以提高泛化能力。

#论文# Fast Sparse LiDAR Odometry Using Self-Supervised Feature Selection on Intensity Images

论文地址：IROS2022论文集

作者单位：北京航空航天大学

    近年来，深度立体匹配取得了重大进展。然而，最先进的方法基于昂贵的 4D 成本，这限制了它们在实际应用中的使用。为了解决这个问题，已经提出了 3D 相关图和迭代差异更新。关于这一点，在现实世界的平台上，例如自动驾驶汽车和机器人，通常都会安装激光雷达。

   因此，我们进一步将稀疏激光雷达点引入迭代更新，这减轻了网络从零状态更新视差的负担。此外，我们提出以自监督的方式训练网络，以便可以在任何数据上训练网络，以获得更好的泛化能力。实验和比较表明，该方法是有效的，并取得了与相关方法相当的结果。

   通过将稀疏深度整合到迭代视差更新通道中，开发了一种稀疏激光雷达辅助的立体视差估计网络。因此，可以减少更新步骤以提高运行性能。此外，自监督损失被用于网络训练。因此，该网络可以在任何激光雷达数据上进行训练，以提高泛化能力。

以上内容来自小六的机器人SLAM学习圈 每日更新内容