ADA-DPM：一种基于神经网络描述子的同步定位与建图策略，用于从粗到细的点云配准

《Neurocomputing》：ADA-DPM: A neural descriptor-based SLAM strategy for coarse-to-fine point cloud registration

　　

摘要
同步定位与地图构建（SLAM）是一项用于在未知环境中进行姿态估计和地图构建的基础技术。然而，现有方法往往难以在定位精度和系统鲁棒性之间取得平衡，尤其是在动态、噪声干扰且非结构化场景中。为解决这些挑战，我们提出了ADA-DPM，一种基于粗到精配准的自适应点云噪声滤波SLAM策略。首先，为减轻噪声和畸变点的影响，我们引入了重要性评分头（Importance Scoring Head），根据粗配准结果和预测的重要性分数动态选择对配准具有信息价值的特征点。该模块强调可靠匹配对的同时，抑制可能与噪声或异常值相关的低重要性点。其次，我们设计了动态分割头（Dynamic Segmentation Head），用于剔除动态点，减少移动物体和自身运动误差造成的干扰。此外，我们引入了跨层图内卷积模块（CLI-GCN），该模块为深层特征点采样浅层空间邻域，构建局部邻域图以整合多尺度几何信息，从而提升重叠区域的特征表示能力。在多个公开数据集上的实验表明，ADA-DPM在具有挑战性的真实场景中取得了具有竞争力的性能，验证了其在定位精度和系统鲁棒性方面的有效性。

引言
精确的空间感知对于测绘、高精地图构建和自主系统等领域的应用越来越重要[1], [2]。作为一项基础环境感知技术，SLAM能够利用机载传感器使智能体在未知环境中估计自身姿态并构建空间地图[3], [4], [5]。SLAM算法通常根据所使用的传感器类型分为视觉SLAM和激光雷达SLAM两类。视觉SLAM通常依赖轻量级且成本效益高的相机，常用于无人机等对负载有约束的平台。然而，其在极端光照条件或低纹理环境中的性能往往会下降。相比之下，激光雷达SLAM对光照变化的鲁棒性更强，并且擅长保持环境的三维结构完整性[6], [7], [8], [9]。基于特征提取技术，激光雷达SLAM方法可进一步分为两大类：基于手工特征的方法，该方法依赖预定义的几何规则，但在低纹理环境中难以处理稀疏特征，或在特征丰富区域面临较高的计算需求[10], [11], [12], [13], [14]；基于深度学习的方法，该方法利用神经网络进行自主特征提取和融合，提供紧凑且富有表现力的表示，从而实现更高效定位与建图[15], [16], [17]。

然而，基于深度学习的SLAM方法在复杂场景中仍面临挑战（例如缺乏地标的环境，如乡村/半城市区域，或包含大量动态物体的场景）：（1）在非结构化环境中，存在大量点云噪声/异常值。这些噪声/异常值会损害局部特征提取并导致错误匹配[18], [19]。同时，忽视规律分布的特征点（如建筑物和路标等更便于匹配的物体）也会限制匹配过程的精度和效率。（2）虽然基于深度学习的方法通常对少量动态物体（如行人、车辆）具有鲁棒性，但高比例动态物体会引入额外的局部约束，而现有的动态点剔除方法（如辅助网络）虽然有效但不可避免地增加了计算成本[20], [21]。（3）对于回环检测，使用单一感受野无法充分利用多尺度邻域结构信息，导致在较大感受野下重叠区域的点云相似度降低，并对这些重叠区域做出错误预测。总之，现有方法通常需要额外的约束来处理此类复杂场景，这在定位精度和系统鲁棒性之间形成了权衡，同时影响了特征点匹配。

为解决上述挑战，我们提出了一种名为ADA-DPM的基于神经描述子的自适应噪声滤波SLAM策略。该方法由三个关键模块组成：动态分割头、重要性评分头和CLI-GCN（跨层图内卷积）模块。

为自适应地识别对配准具有信息价值的特征点并减少噪声和非结构化区域的影响，ADA-DPM引入了重要性评分头。该模块为每个成功匹配的特征点对分配一个重要性权重，使得对点云配准贡献更大的可靠匹配对得到强调，而更可能对应噪声或异常值的低重要性匹配对则被抑制。这样，匹配过程对不可靠特征点的敏感度降低，更加专注于几何上有用的匹配对。为了监督重要性权重的预测，我们设计了一个重要性评分损失函数，由重要性加权的全局重建损失和分数正则化损失组成。具体来说，使用KAN线性层[22]预测点云之间的全局刚体变换，对齐匹配的特征点并计算重建误差。然后将预测的重要性权重应用于重建误差，使得不可靠或贡献度低的匹配对在优化过程中获得较小的权重。为了避免所有重要性权重均预测为零的平凡解，分数损失使用设置为1的标签来鼓励非零权重预测。此外，来自粗全局变换的监督间接引导特征提取网络学习有利于配准的特征。

为减少移动物体造成的干扰，我们引入了动态分割头进行动态点预测。该模块将每个特征点分类为动态或静态，并在配准前剔除预测为动态的点。通过排除这些不稳定点，ADA-DPM减少了由物体运动引起的错误局部约束，提高了全局姿态估计的可靠性。

此外，我们设计了CLI-GCN模块，通过捕捉多尺度邻域结构来提升回环相似度估计。具体来说，CLI-GCN为深层特征点采样对应的浅层空间邻域，并为每个深层特征点构建局部图。通过聚合跨层邻域信息，该模块丰富了局部几何表示，提高了回环检测过程中对重叠区域的区分能力。

总之，本文的主要贡献如下：
•我们提出了一种自适应噪声滤波策略。动态分割头预测每个特征点的类别并直接剔除预测为动态的特征点，从而消除其自身运动对全局姿态估计的干扰。重要性评分头自适应地选择高贡献特征点，增强可靠特征点的贡献，同时抑制由异常值和非结构化特征点引起的错误配对。
•我们提出了一种多尺度感知模块（CLI-GCN）。通过跨层特征采样和局部邻域图构建，该模块融合不同感受野的邻域结构信息，生成具有多尺度感知能力的局部特征描述子。这显著缓解了因使用单一固定感受野而导致重叠区域邻域结构相似度降低的问题。
•为验证ADA-DPM的优势，我们在多个公开数据集上进行了广泛实验。实验结果表明，ADA-DPM在噪声条件下实现了高精度的定位和鲁棒的性能。

章节摘要
相关工作
根据特征点编码方法的不同，主流SLAM方法可分为基于手工特征的方法和基于深度学习的方法。

符号定义
为便于解释我们的方法，我们将第i帧的源点云定义为P^src，将与其配准的目标点云（通常选自历史关键帧点云）定义为P^dst。我们定义下标·src表示来自源点云的特征描述子，·dst表示来自目标点云的特征描述子；符号P表示三维坐标；符号F表示特征。

粗到精配准流程
给定相关的...

实现细节
我们使用AdamW优化器，初始学习率为10?3，权重衰减为10??，采用余弦调度策略。训练在三个RTX 3090 GPU上进行12个epoch，配准任务的每GPU批大小为1，回环检测任务的每GPU批大小为12（全局批大小分别为3和36）。推理和效率分析使用一个RTX 3090。工作站配备Intel Xeon Silver 4210R CPU，主频2.40 GHz，使用PyTorch 2.0.1、torchvision 0.15.2和CUDA 11.7。
所有数据集均采用0.3米体素采样和1–60米范围滤波。

结论
在本文中，我们提出了ADA-DPM，一种基于粗到精配准的自适应点云噪声滤波SLAM策略，旨在解决大规模激光雷达SLAM中的动态干扰、噪声引起的错误匹配以及回环相似度降低等问题。ADA-DPM整合了三个互补组件：重要性评分头通过学习的重要性权重抑制低贡献度和噪声匹配对；动态分割头在配准前剔除动态点；跨层图内卷积模块（CLI-GCN）通过跨层特征采样和局部邻域图构建融合多尺度邻域结构信息，提升了重叠区域的特征表示能力。实验验证了该方法在精度和鲁棒性方面的有效性。

CRediT作者贡献声明
Yongxin Shao：初稿撰写、软件、方法论。Licong Guan：监督指导。Binrui Wang：验证、监督指导。Aihong Tan：审稿与编辑、可视化、监督指导。Yinlian Jin：监督指导。Peng Liao：验证。

利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：
Binrui Wang报告称获得了浙江省重点研发计划提供的财务支持。如有其他作者，他们声明没有已知的可能影响本论文报告工作的竞争性财务利益或个人关系。

致谢
本工作部分得到了浙江省重点研发计划（批准号2023C03186）的支持。

Yongxin Shao于2021年和2024年分别在中国计量大学（杭州，中国）获得自动化学士学位和控制科学与工程硕士学位。目前他正在中国计量大学攻读仪器科学与技术博士学位。他的研究兴趣包括深度学习、3D目标检测和同步定位与地图构建。

Yongxin Shao | Licong Guan | Binrui Wang | Aihong Tan | Yinlian Jin | Peng Liao