CORAL：二モード場所認識のためのカラーディング構造表現

ドリフトのない局所化システムにおいて、場所認識は不可欠である。環境の変化に伴い、単一モダリティを用いた場所認識には限界がある。本論文では、視覚とLiDARという二つのモダリティから複合的なグローバル記述子を抽出可能な二モダリティ場所認識手法を提案する。具体的には、まず3次元点群から生成された標高画像を構造表現として構築する。次に、3次元点と画像ピクセルとの対応関係を導出し、その情報を用いてピクセル単位の視覚特徴を標高マップのグリッドに統合する。このように、一貫した鳥瞰図フレーム上で構造的特徴と視覚的特徴を融合することで、意味的な表現であるCORALを生成する。全体のネットワークはCORAL-VLADと呼ばれる。オックスフォードRobotCarデータセットにおける比較実験の結果、CORAL-VLADは他の最先端手法と比較して優れた性能を示した。また、都市間データセットを用いた実験により、本ネットワークが他のシーンやセンサ構成にも一般化可能であることを示した。