Robust Imaging Sonar-based Place Recognition and Localization in Underwater Environments 论文理解记载

张开发
• 2026/4/11 10:14:49 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

Robust Imaging Sonar-based Place Recognition and Localization in Underwater Environments 论文理解记载
Robust Imaging Sonar-based Place Recognition and Localization in Underwater Environments 论文理解记载啊哈 这是我的下一蛋 看看声呐的回环检测 然后给他加在我的声呐Slam中哇哈哇哈首先讲一下这篇论文的主要目的它的主要是在Scan context的灵感下想做一个sonar context的声呐回环检测并且针对旋转和平移不变性做出了基于声呐的相关改变下面介绍一下他的4个创新点我们提出了一种基于声纳的精确全局描述符能够编码水下环境的几何特征。该描述符由粗略描述极坐标和精细描述声纳上下文组成以实现高效的环路闭合检测。基于声纳测量特性分析我们通过自适应位移与匹配算法开发了一种用于表征旋转与平移差异的鲁棒描述符。所提出的方法通过估计ICP的初始位姿从而提升了闭环性能。我们在模拟环境、实际水箱及具有不同结构特征的真实海洋环境中展示了全面的实验结果。下面我们从这四个创新点一一进行介绍。首先介绍一下他说的声呐的精确描述符是啥简单来说一张声呐的极坐标图片它使用4x4像素的小块进行拆分如下图所示。每个块使用亮度值最高的值作为这块的代表值如下面的第二张图展示的一样这就是一种精确的全局描述符。然后每一行取平均值形成一个竖直的一维向量这就是粗略描述。利用KD-Tree将当前的一维向量和库中的向量进行余弦计算通过欧氏距离进行计算得到与其相似的候选队列然后对每个进行旋转和平移不变性测试找到对应余弦数值大于阈值的我们认为这就是一对共视图下面我们进行详细介绍。根据我们上面这张图的右侧 就是他的第二个创新点满足旋转和平移不变性。在声呐中ROV发生旋转的话论文中认为旋转就有界列平移进行列的平移变换空缺的位置补零。下面公式中的c就是把图分为每一行q为候选帧c为当前帧用均值来代表相似度越小认为相似度越高。平移同理。平移不变性会导致物体距离我们的距离发生变化所以是有界行变换这样距离就变换了。 此时进行的行变换和列变化也可以为下一步的ICP提供位姿先验让相对位姿更加鲁棒。下面就是实验了这是三个场景下的可以看到使用sonar context更有效。这里显示在40度的旋转和3米的平移内 论文方法正确率都是是82.1% 比较好。真实的slam中 效果也比较好。

更多文章