【DVLO：视觉与激光融合里程计】

文章预览

《DVLO: Deep Visual-LiDAR Odometry with Local-to-Global Feature Fusion and Bi-Directional Structure Alignment》(ECCV 2024) GitHub: github.com/IRMVLab/DVLO，介绍了什么方法这篇论文介绍了一种新颖的局部到全局融合网络，用于视觉-激光雷达里程计（Visual-LiDAR Odometry），并具有双向结构对齐功能。这种方法旨在解决视觉和激光雷达数据之间内在的数据结构不一致问题，即图像像素是规则而密集的，而激光雷达点是无序而稀疏的。 为了获得局部融合特征，研究者们将激光雷达点投影到图像平面上作为聚类中心，并围绕每个中心对图像像素进行聚类。图像像素被预先组织为伪点，用于图像到点的结构对齐。然后，通过圆柱投影将点云转换为伪图像（点到图像结构对齐），并在点云特征和局部融合特征之间进行自适应全局特征融合。 该方法在KITTI里程计和FlyingThings3D场景流数据集上取得了 ………………………………