基于深度语义分割和新型异常值检测的改进 LiDAR 里程计与建图
原文中文，约300字，阅读约需1分钟。发表于：。使用深度学习模型产生语义信息以提高 LiDAR 扫描的点对线和点对面匹配，并构建环境的语义地图，应用于快速移动平台，提高 LiDAR 测距与建图的鲁棒性。
本文提出了一种新方法，使用LiDAR测量重建大规模三维语义场景，并采用隐式表示进行建模。通过MLPs解码隐式特征，得到语义信息和距离值，并采用自监督和伪监督策略进行优化。最后使用Marching Cubes算法进行推断和可视化。在三个真实数据集上表现出高效果和效率。
