一种用于激光SLAM的点云特征空间表征方法

摘要

本发明公开了一种用于激光SLAM的点云特征空间表征方法，基于深度学习网络建立点云空间与点云特征空间的双向映射，在此特征空间实现了激光SLAM中的闭环检测、重定位等关键问题和地图压缩存储与传输。通过自编码器结构的神经网络实现对大场景点云的全局描述特征提取与压缩重建，设计了编码器网络提取全局描述特征构成点云的特征空间并以此特征空间中的距离给出场景的相似性度量，用于判断两个或多个场景结构是否相似，实现激光SLAM的闭环检测与重定位；通过所设计的解码器网络对点云进行重建，从编码器网络提取的全局描述特征重建原始点云，实现点云地图的压缩存储与低带宽传输；所构建的编码器网路不需要提前根据点云地图进行训练，具有强大的泛化能力。