告别迷路 ，OverlapMamba 提升激光雷达位置识别能力 ！

文章预览

位置识别是使自主系统能够实现独立决策和安全操作的基础。 在SLAM中的循环闭合检测和全局定位等任务中也至关重要。先前的方法使用平凡的点云表示作为输入，并采用基于深度学习的激光雷达位置识别（LPR）方法，使用不同的点云图像输入与卷积神经网络（CNNs）或 Transformer 架构。 然而，最近提出的结合状态空间模型（SSMs）的Mamba深度学习模型在长序列建模方面具有巨大潜力。 因此，作者开发了OverlapMamba，一个用于位置识别的新型网络，它将输入范围视图（RVs）表示为序列。作者以一种新颖的方式采用随机重建方法来构建移位状态空间模型，压缩视觉表示。 在三个不同的公共数据集上进行评估，作者的方法有效地检测循环闭合，即使在从不同方向穿越先前访问过的地点时也显示出鲁棒性。依赖于原始范围视图输入，它在时间复杂度和速度上超 ………………………………