激光雷达跨模态定位：多机器人重定位新策略亮相

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

IROS 2023|CSIRO与昆士兰科技大学发布自然环境中的深度鲁棒多机器人重定位【Deep Robust Multi-Robot Re-localisation in Natural Environments】

文章链接：[2307.13950] Deep Robust Multi-Robot Re-localisati...

重定位的成功对于在先验地图内操作或在现实场景中相互关联的机器人的实际部署具有至关重要的影响。使用单一模式，地点识别和定位可能会在森林等具有挑战性的环境中受到影响。为了解决这个问题，我们提出了一种使用激光雷达图像跨模态来防止基于激光雷达的新定位失败的策略。我们的解决方案依靠自我监督的 2D-3D 特征匹配来预测对齐和错位。利用深度网络进行激光雷达特征提取和点云之间的相对姿态估计，我们训练一个模型来评估估计的变换。通过分析嵌入空间中的图像-激光雷达相似性以及欧几里得空间中两种模态所见区域内可用的几何约束，可以学习预测是否存在未对准的模型。使用真实数据集（离线和在线模式）的实验结果证明了所提出的流水线方案在非结构化自然环境中稳健重定位的有效性。

以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容

最后介绍一下我们最近的几个学习活动：

1、从零掌握GNSS、RTK定位

2、从零开始ChatGPT编程

3、视觉动态SLAM方向全梳理

4、超棒的机器人SLAM圈！