摘要
近些年,激光雷达、深度相机成为了智能驾驶工作的常用传感器,为智能驾驶提供了多种基于点云的环境感知解决办法.在类似高精地图、激光SLAM、场景语义识别等应用场景中,点云配准则是研究的关键环节.根据点云配准方法的不同,可将其配准方法分为基于优化的方法和基于深度学习的方法.文中重点介绍了基于深度学习的方法.基于深度学习的方法根据任务的不同又可以分为基于深度学习的特征提取和基于深度学习的端到端配准,其中基于深度学习的特征提取是对点云数据进行特征学习后,再对提取后的特征利用简单的优化配准方法获得变换矩阵,从而进行点云配准.基于深度学习的端到端配准是在点云输入网络后直接输出变换矩阵,无需再使用优化方法即可进行点云配准.文中对以上具有代表性的点云配准方法进行了调研和分析,总结了其优缺点和后续研究的方向.
NETL