1、導讀

SLAM是機器人和自動駕駛領域中的一個基本問題，旨在在探索環境的同時重建地圖并估計機器人在其中的位置。激光雷達的點云數據被廣泛應用于捕捉環境的復雜三維結構。然而，現有的SLAM方法要么依賴于密集的點云數據以實現高精度定位，要么使用通用的描述符來減小地圖的大小。這兩個方面似乎存在沖突。因此，我們提出了一種統一的架構，DeepPointMap（DPM），在這兩個方面都具有出色的優勢。

2、研究內容

我們提出了一種名為DeepPointMap的深度學習框架，用于解決LiDAR SLAM中的定位和地圖構建問題。傳統的LiDAR SLAM方法要么依賴于密集的點云數據以實現高精度定位，要么使用通用的描述符來減小地圖的大小。然而，這兩個方面似乎存在沖突。為了解決這個問題，我們提出了一種統一的架構，即DeepPointMap，既能實現高效的內存使用的地圖表示，又能實現準確的多尺度定位任務（如里程計和閉環檢測）。

3、創新

本研究的創新性主要體現在以下幾個方面：

統一的神經網絡描述符：本研究提出了DeepPointMap（DPM）框架，其中包括DPM編碼器和DPM解碼器兩個神經網絡。DPM編碼器能夠從點云數據中提取高度代表性且稀疏的神經描述符，實現了對環境的高效編碼。與傳統的手工設計特征相比，這些神經描述符既能夠減小地圖的內存占用，又能夠保持高精度的定位和重建能力。

多尺度匹配和注冊：DPM解碼器能夠基于神經描述符進行多尺度的匹配和注冊，包括里程計和閉環檢測。與其他基于神經描述符的方法相比，DPM解碼器能夠在統一的框架下完成多個SLAM子任務，實現了定位精度、內存效率、地圖保真度和實時處理的統一優化。

多智能體協作SLAM：本研究將DPM框架擴展到多智能體協作SLAM領域。每個智能體都維護自己的SLAM系統，并在本地進行里程計和閉環檢測。通過將觀測數據進行合并和優化，實現了全局一致性的軌跡估計和地圖重建。這在通信帶寬有限的多智能體系統中具有重要意義。

4、方法

該框架包括兩個神經網絡：DPM編碼器和DPM解碼器。DPM編碼器從點云中提取高度代表性和稀疏的神經描述符，實現了內存高效的地圖表示和準確的多尺度定位任務。DPM解碼器基于這些神經描述符進行多尺度匹配和注冊。與其他神經描述符方法不同的是，DPM描述符可以統一地用于SLAM任務的多個子任務，具有出色的定位精度、內存效率、地圖保真度和實時處理能力。

4.1、DPM編碼器

DPM編碼器使用稀疏描述符來表示復雜的點云數據，這些描述符包含了壓縮的語義信息。輸入是一個點云，可以表示為一組3D點。DPM編碼器實際上是一個PointNeXt的主干網絡，主干網絡從密集的點云P中采樣稀疏的關鍵點，并提取它們的鄰域幾何特征，其中是特征向量的維度。主干網絡的最終輸出是統一的描述符云，用于表示密集的點云。我們可以通過并集操作將多個描述符云合并成一個，用于表示地圖級別的描述符云，而無需重新提取特征。

4.2、DPM解碼器

DPM解碼器用于預測兩個描述符云之間的變換關系，它包括四個部分：（1）描述符級變換塊，用于融合兩個輸入描述符云之間的深度相關特征；（2）相似性頭，用于計算兩個描述符云之間的對應關系；（3）偏移頭，用于預測描述符云之間的偏移量；（4）旋轉頭，用于預測描述符云之間的旋轉矩陣。這些部分共同工作，實現了描述符云之間的匹配和配準，從而實現了定位和閉環檢測等多尺度的定位任務。

4.3、訓練

在訓練DeepPointMap時，作者使用了幾個不同的數據集。其中包括SemanticKITTI、KITTI-360和MulRan。作者還使用了KITTI-Carla數據集進行訓練。訓練集和測試集的劃分是根據幀數的比例進行的，大約是6:4的比例。在訓練過程中，作者使用了絕對姿態誤差（APE）來評估預測軌跡的全局準確性。在定位準確性方面，DeepPointMap與其他6種最新的里程計和SLAM方法進行了比較，包括KISS-ICP、LeGO-LOAM、SC-LeGO-LOAM、MULLS、CT-ICP和GeoTransformer。作者還進行了轉移實驗，將DeepPointMap在KITTI-360和KITTI-Carla上訓練，并直接在SemanticKITTI上評估其性能。在內存效率方面，DeepPointMap相對于原始點云、Voxel Hashmap和Mesh等方法能夠節省大約50%至70%的內存。最后，作者還進行了多智能體合作SLAM實驗，展示了DeepPointMap在多智能體場景下的優越性能。

4.4、損失函數

訓練DeepPointMap模型時使用了以下損失函數和策略：

Pairing Loss（配對損失）：使用InfoNCE損失函數作為配對損失函數，用于訓練DPM Encoder和Decoder。配對損失函數用于衡量描述符之間的相似性，以促進正確的匹配。具體而言，對于每個描述符，根據其與描述符的距離來確定是正樣本還是負樣本。配對損失函數的目標是最大化正樣本的相似性，同時最小化負樣本的相似性。

Coarse Pairing Loss（粗配對損失）：為了確保DPM Encoder提取的統一描述符云能夠初步區分描述符的對應關系，采用了類似于配對損失的粗配對損失。粗配對損失函數的定義與配對損失函數類似，但是將負樣本分為兩類：一類是距離大于閾值的負樣本，另一類是中性樣本，不參與損失的計算。這樣做的目的是為了更好地處理那些接近但不是最接近的描述符對，因為這些對在不同的時間可能會作為正樣本和負樣本，從而引起歧義。

Offset Loss（偏移損失）：使用Offset Loss訓練Offset Head。根據前面定義的三種配對類型，使用正樣本和中性樣本來訓練Offset Head，以預測描述符對之間的偏移量。偏移損失函數的目標是最小化預測偏移量與真實偏移量之間的差異。

Overlap Loss（重疊損失）：使用交叉熵損失函數訓練Overlap Head。重疊損失函數用于預測輸入的描述符對是否重疊，即它們之間的距離是否小于閾值。

Overall Loss（總損失）：DeepPointMap的方向損失由總損失函數定義。總損失函數是配對損失、粗配對損失和偏移損失的加權和。通過調整權重參數、和，可以平衡不同損失函數的重要性。

此外，還使用了數據增強和課程學習策略來提高模型的性能。數據增強策略包括隨機遮擋，用于模擬激光雷達掃描受到遮擋的情況。課程學習策略逐漸增加描述符云的規模，從簡單到復雜的場景進行訓練，以逐步學習大規模注冊任務的能力。

5、實驗結果

實驗設置：使用了四個自動駕駛相關的數據集進行實驗評估，分別是SemanticKITTI、KITTI-360、MulRan和KITTI-Carla。在訓練過程中，使用AdamW優化器、初始學習率、權重衰減和余弦學習率調度器。網絡在6個RTX 3090 GPU上進行訓練，共訓練12個epochs。

定位準確性：與六種最新的里程計和SLAM方法進行比較，包括KISS-ICP、LeGO-LOAM、SC-LeGO-LOAM、MULLS、CT-ICP和GeoTransformer。在SemanticKITTI、KITTI-360和MulRan數據集上比較了DeepPointMap與這些方法的定位準確性。結果顯示，DeepPointMap在不同數據集上都能取得類似的定位準確性，并且在大規模地圖上表現出更好的性能。

內存效率：評估了DeepPointMap的內存效率，并與其他常用方法進行比較，包括原始點云、Voxel Hashmap和Mesh。結果顯示，DeepPointMap相比其他方法能夠節省高達70%的內存空間。

多智能體合作SLAM實驗：將DeepPointMap擴展到多智能體合作SLAM任務中，模擬了真實世界的多智能體合作SLAM場景。在SemanticKITTI數據集上選擇了三個子序列，并將它們分配給三個獨立的智能體進行重建。實驗結果顯示，DeepPointMap能夠成功重建多智能體觀測到的點云，并保持全局一致性。

通過這些實驗驗證了DeepPointMap在定位準確性、內存效率和多智能體合作SLAM方面的優越性能。

6、根據這項研究，后續可能的研究方向有哪些?

根據這項研究，可能的后續研究方向包括但不限于以下幾個方面：

網絡結構改進：可以進一步改進DeepPointMap的網絡結構，以提高其性能和效率。例如，可以探索更復雜的神經網絡架構或引入注意力機制來提取更具代表性的神經描述符。

多模態融合：可以將深度學習方法與其他傳感器數據（如相機圖像）進行融合，以提高SLAM系統的魯棒性和準確性。通過融合多種傳感器數據，可以更好地理解環境并實現更準確的定位和地圖重建。

魯棒性改進：可以研究如何提高DeepPointMap在復雜環境和動態場景下的魯棒性。例如，可以探索如何處理遮擋、動態物體和不完整的點云數據，以提高系統的魯棒性和適應性。

實時性優化：可以進一步優化DeepPointMap的計算效率，以實現實時的SLAM系統。可以通過模型壓縮、硬件加速或并行計算等方法來減少計算復雜度，提高系統的實時性能。

多智能體合作SLAM：可以進一步研究如何在多智能體合作SLAM中應用DeepPointMap。可以探索如何實現智能體之間的信息共享和協作，以實現全局一致性的地圖重建和定位。

這些是可能的后續研究方向，通過進一步的研究和實驗，可以進一步提升DeepPointMap的性能和應用范圍。

7、總結

我們提出了一種基于深度學習的LiDAR SLAM框架，稱為DeepPointMap（DPM）。該框架包括兩個神經網絡：DPM編碼器和DPM解碼器。與其他神經描述符方法不同的是，DPM描述符可以統一地用于SLAM任務的多個子任務，具有出色的定位精度、內存效率、地圖保真度和實時處理能力。DeepPointMap在定位精度、地圖重建質量和內存消耗方面取得了新的最優結果。此外，該框架還在多智能體協作SLAM方面展示了其靈活性和潛力。因此，DeepPointMap為LiDAR SLAM領域的發展提供了一種有效的解決方案。

審核編輯：黃飛