[论文解读] Scan Context++: Structural Place Recognition Robust to Rotation and Lateral Variations in Urban Environments

Giseop Kim, Sun‐Wook Choi+1 more|arXiv (Cornell University)|Sep 28, 2021

Robotics and Sensor-Based Localization参考文献 51被引用 16

一句话总结

Scan Context++ 提出了一种针对激光雷达扫描的旋转不变与侧向不变的结构化位置识别方法，通过增强的扫描上下文描述子和基于子描述子的检索机制，在城市环境中提升了鲁棒性。该方法实现了无需GPU的实时、轻量化拓扑位置检索，支持1-DOF半度量定位，可在CPU上达到最高100 Hz的性能，并在具有挑战性的场景中优于深度学习基线方法。

ABSTRACT

Place recognition is a key module in robotic navigation. The existing line of studies mostly focuses on visual place recognition to recognize previously visited places solely based on their appearance. In this paper, we address structural place recognition by recognizing a place based on structural appearance, namely from range sensors. Extending our previous work on a rotation invariant spatial descriptor, the proposed descriptor completes a generic descriptor robust to both rotation (heading) and translation when roll-pitch motions are not severe. We introduce two sub-descriptors and enable topological place retrieval followed by the 1-DOF semi-metric localization thereby bridging the gap between topological place retrieval and metric localization. The proposed method has been evaluated thoroughly in terms of environmental complexity and scale. The source code is available and can easily be integrated into existing LiDAR simultaneous localization and mapping (SLAM).

研究动机与目标

• 解决在动态和变化条件下，城市环境中基于距离传感器的鲁棒结构化位置识别方法缺乏的问题。
• 克服先前Scan Context方法在位置表示中对旋转和侧向变化缺乏不变性的问题。
• 通过提供1-DOF初始估计，弥合拓扑位置检索与度量定位之间的差距，以供ICP优化使用。
• 实现实时、轻量化且无需GPU的集成，可无缝嵌入现有激光雷达SLAM系统，且无需先验知识或几何约束。
• 在多样、复杂且多时段的场景中验证性能，包括具有挑战性的闭环检测和感知混淆情况。

提出的方法

• 引入两种子描述子——CC（紧凑上下文）和A-CC（增强紧凑上下文），以实现高效、分层的搜索并降低计算成本。
• 基于城市道路假设对扫描上下文进行增强，以实现对激光雷达扫描中侧向和旋转位移的不变性。
• 采用基于键的树形搜索结构，替代逐像素的暴力比较，实现亚毫秒级的检索时间。
• 将描述子集成到两阶段定位流水线中：先进行拓扑检索，再通过ICP进行1-DOF（偏航或侧向）优化。
• 将描述子设计为单通道2D高度值网格，便于扩展以包含强度或语义特征，提升适用范围。
• 利用描述子有序的2D格式，支持在GPU可用时使用小型深度神经网络进行端到端学习。

实验结果

研究问题

• RQ1 一种结构化位置识别方法是否能在城市激光雷达扫描中同时实现对旋转和侧向平移的不变性？
• RQ2 与暴力搜索或基于深度学习的方法相比，所提出方法在检索效率和实时性能方面有何提升？
• RQ3 该方法在存在环境变化的多时段和同时段场景中，泛化能力如何？
• RQ4 该方法是否能通过提供可靠的1-DOF初始估计，有效弥合拓扑位置检索与度量定位之间的差距？
• RQ5 在真实城市环境中，面对感知混淆、遮挡和动态物体干扰，该方法表现如何？

主要发现

• Scan Context++ 对旋转和侧向变化均表现出鲁棒性，在存在高侧向位移或航向变化的场景中优于先前方法。
• 该方法在CPU上最高可达到100 Hz（每帧平均7.4 ms），展示了无需GPU加速的实时性能。
• A-CC变体在牛津和潘基约等城市环境中的综合方差（旋转+侧向）场景下表现最佳。
• 所提出的DR（分布-召回）曲线度量有效捕捉了匹配的召回率和多样性，相比标准的精确率-召回率曲线提供了更全面的评估。
• 失败案例主要出现在具有感知混淆的走廊类环境，或当大型近距离物体（如公交车）导致显著扫描遮挡时，扫描重叠度最高损失达30%。
• 在一般或巡逻类场景中，推荐使用PC和A-PC变体，尽管其精度相比CC略有下降，但对半度量定位至关重要。