SLAM 點雲圖鑑Point clouds for construction
M-01 · 2020

OverlapNet

OverlapNet 以孿生網路（siamese network）比較兩次光達掃描，輸入由單次掃描產生的距離影像、法向量、強度與語意機率，輸出兩者的重疊率與相對偏航角。系統以位姿共變異數傳播決定迴圈搜尋範圍，取代 SuMa 原本只取最近幀的啟發式迴圈偵測，並可用預測的偏航角作為 ICP 初值。

場所辨識元件近十年已讀全文同儕審查已出版全域一致性、場所辨識與長期建圖

閱讀版本
arXiv 2105.11344v1 (24 May 2021), author posting of the RSS 2020 paper (comment 'Accepted by RSS 2020'); RSS proceedings version not compared line by line
全文取得途徑
arXiv 預印本
本頁內容

OverlapNet learns scan-to-scan overlap and relative yaw from multi-cue range images and uses them, with covariance-bounded search, for loop closing in SuMa.

技術屬性

欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。

感測輸入3D LiDAR
原文測試平台vehicle
狀態估計不適用 (integrated into SuMa surfel SLAM with pose graph)
資料關聯learned siamese network on range, normal, intensity and semantic-probability images predicting scan overlap and relative yaw
時間表示不適用
去畸變原文未報告
迴圈閉合overlap-based candidate detection within a covariance-propagated search region, replacing SuMa's nearest-frame heuristic; yaw estimate can initialize ICP
全域最佳化via host SLAM (SuMa) pose graph
地圖表示不適用 (host uses surfels)
先驗資訊trained network (KITTI); odometry covariance for search region
可輸出幾何不適用
計算需求Intel i7-8700 3.2 GHz with Nvidia GeForce GTX1080 Ti 11 GB; KITTI 00 with all cues: 75 ms preprocessing, 6 ms leg feature extraction and 27 ms head matching per frame (worst case 630 ms for all candidates); Ford Campus geometry only: 10 ms, 2 ms and 24 ms (worst case 550 ms); 17 ms per scan pair with depth and normal cues versus 1.2 s for exhaustive overlap evaluation

使用設備

原文使用的感測器、運算硬體與載具（equipment）。型號保留原文寫法，連結到設備頁中同一型號的歸併名稱；角色依原文用途分為方法輸入、資料集感測器、執行運算平台、參考或真值量測（reference or ground truth）與比較對象設備。

類別型號（原文寫法）角色資料集原文規格出處
LiDARVelodyne HDL-64E資料集感測器KITTI odometry原文未報告 (the paper gives only processing settings: 64 x 900 range-image input and a 75 m cutoff for overlap ground truth)(Chen et al., 2020, Sec. IV; Sec. III-C)
LiDARa different version of the Velodyne HDL-64E資料集感測器Ford Campus原文未報告(Chen et al., 2020, Sec. IV)
運算硬體Intel i7-8700執行運算平台未標示3.2 GHz(Chen et al., 2020, Sec. IV-G)
運算硬體Nvidia GeForce GTX1080 Ti執行運算平台未標示11 GB memory(Chen et al., 2020, Sec. IV-G)

論文圖片

只收錄原文以開放授權（open license）釋出的圖片，並依授權條件標示出處、圖號、授權與修改方式。

  • 迴圈位置兩次掃描（藍、橙點）在不同相對轉換下的重疊示意。

    Fig. 1迴圈位置兩次掃描（藍、橙點）在不同相對轉換下的重疊示意。

    出處：Chen et al., 2020，Fig. 1。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

  • OverlapNet 流程：由單次掃描產生距離、法向量、強度與語意影像，經共享權重的雙腿與兩個輸出頭預測重疊率與偏航角。

    Fig. 3OverlapNet 流程：由單次掃描產生距離、法向量、強度與語意影像，經共享權重的雙腿與兩個輸出頭預測重疊率與偏航角。

    出處：Chen et al., 2020，Fig. 3。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

  • Delta 層以串接與轉置計算兩組特徵體所有像素差值的示意。

    Fig. 4Delta 層以串接與轉置計算兩組特徵體所有像素差值的示意。

    出處：Chen et al., 2020，Fig. 4。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

作者報告的優勢與限制

優勢

  • Generalized to the Ford Campus dataset while trained only on KITTI (Sec. IV; abstract)
  • Overlap gives a measure of loop-closure quality and yaw provides ICP initialization (Sec. IV-F, V)
  • With covariance-propagated search (CovNearestOfTop10) AUC and F1 reached 0.96 on KITTI 00, versus 0.87 and 0.88 without prior (Table III)
  • Yaw error mean 1.13 deg and std 3.34 deg without ICP, versus 12.67 and 15.23 deg for OREOS (Table IV)

限制

  • (inference) Learned model trained on one car-mounted HDL-64E dataset (KITTI 03 to 10); only a different HDL-64E version on Ford Campus was tested, and no indoor or handheld data
  • Semantic cues (RangeNet++) increase computation time; the full cue set is only available on KITTI (Sec. IV-E, IV-G)
  • Without prior pose information, OREOS and LocNet++ reach slightly higher recall when more candidates are considered (Sec. IV-C)
  • On Ford Campus without the covariance prior, F1 was 0.84 versus 0.85 for M2DP; the authors attribute this to no training on US roads and geometry-only input (Sec. IV-A, Table II)

營建工程相關證據

原文未報告（僅都市駕駛資料 KITTI 與 Ford Campus）

原文驗證環境：公開基準、跨場域

報告的性能數據

以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。

本方法共出現在 6 個比較組，合計 44 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 2 組列在最後，並連到性能比較頁。

Chen et al., 2020 · Table V 本方法 16 筆

資料集與序列原文未報告 (context: KITTI odometry)

表格設定（擷取紀錄原文）：Ablation on input modalities (overlap AUC and F1, yaw mean and std); dataset not named in the caption, context indicates KITTI because semantics are used (Chen et al., 2020, Table V)

overlap AUC，原文未報告 (context: KITTI odometry)

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Chen et al., 2020 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：不適用；單位：ratio；場景：urban driving

資料來源作者報告值(Chen et al., 2020, Table V)

數值與出處
方法（原文寫法）報告值出處
OverlapNet input: Depth本方法原文提出0.86 ratio(Chen et al., 2020, Table V)
OverlapNet input: Depth+Normals本方法原文提出0.86 ratio(Chen et al., 2020, Table V)
OverlapNet input: Depth+Normals+Intensity本方法原文提出0.87 ratio(Chen et al., 2020, Table V)
OverlapNet input: Depth+Normals+Intensity+Semantics本方法原文提出0.87 ratio(Chen et al., 2020, Table V)

Chen et al., 2020 · Table III 本方法 12 筆

表格設定（擷取紀錄原文）：Comparison with OverlapNet variants; CovNearestOfTop10 uses covariance-propagated Mahalanobis search space (prior pose information) (Chen et al., 2020, Table III)

AUC (precision-recall)，KITTI odometry · 00

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Chen et al., 2020 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：不適用；單位：ratio；場景：urban driving

資料來源作者報告值(Chen et al., 2020, Table III)

數值與出處
方法（原文寫法）報告值出處
MLPOnly本方法原文提出0.58 ratio(Chen et al., 2020, Table III)
DeltaOnly本方法原文提出0.85 ratio(Chen et al., 2020, Table III)
CovNearestOfTop10本方法原文提出0.96 ratio(Chen et al., 2020, Table III)
Ours (AllChannel, TwoHeads)本方法原文提出0.87 ratio(Chen et al., 2020, Table III)

Chen et al., 2020 · Text Sec.IV-G 本方法 8 筆

資料集與序列KITTI odometry · 00 (all cues incl. RangeNet++ semantics)

表格設定（擷取紀錄原文）：Runtime breakdown of OverlapNet (Chen et al., 2020, Text Sec.IV-G)

input preprocessing per frame，KITTI odometry · 00 (all cues incl. RangeNet++ semantics)

這張表在此指標與資料序列只列出本方法一筆，沒有可並列的其他方法，因此不畫圖，數值與出處見下表。這是 Chen et al., 2020 在此表設定下報告的數值（author-reported results），不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：不適用；單位：ms；場景：urban driving

數值與出處
方法（原文寫法）報告值出處
OverlapNet本方法原文提出硬體：Intel i7-8700 3.2 GHz + Nvidia GeForce GTX1080 Ti 11 GB75 ms(Chen et al., 2020, Sec. IV-G)

Chen et al., 2020 · Table II 本方法 4 筆

表格設定（擷取紀錄原文）：Loop closure detection vs state of the art; best candidate per query, 100 latest scans excluded, overlap threshold 30%; KITTI uses all cues, Ford uses geometry only (Chen et al., 2020, Table II)

AUC (precision-recall)，KITTI odometry · 00

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

  • 不適用

這些是 Chen et al., 2020 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：原文未報告；對齊方式：不適用；單位：ratio；場景：urban driving

資料來源作者報告值(Chen et al., 2020, Table II)

數值與出處
方法（原文寫法）報告值出處
Histogram0.83 ratio(Chen et al., 2020, Table II)
M2DP0.83 ratio(Chen et al., 2020, Table II)
SuMa無數值不適用註記（擷取紀錄）：不適用 (SuMa yields a single precision-recall point)(Chen et al., 2020, Table II)
Ours (AllChannel, TwoHeads)本方法原文提出0.87 ratio(Chen et al., 2020, Table II)

其他比較組

列出其餘 2 個比較組

來源

  • Chen et al., 2020

    Xieyuanli Chen, Thomas Läbe, Andres Milioto, Timo Röhling, Olga Vysotska, Alexandre Haag, Jens Behley, Cyrill Stachniss（2020）OverlapNet: Loop Closing for LiDAR-based SLAMRobotics: Science and Systems XVI

    DOI 10.15607/rss.2020.xvi.009arXiv 2105.11344程式碼

    同儕審查已出版已讀全文近十年

  • 期刊延伸版：OverlapNet: a siamese network for computing LiDAR scan similarity with applications to loop closing and localization (Autonomous Robots 46(1):61-81, 2022; online 2021) 10.1007/s10514-021-09999-0
  • 預印本：arXiv posting of the RSS paper (2021-05-24, after conference) https://arxiv.org/abs/2105.11344

程式碼：https://github.com/PRBonn/OverlapNet（授權：MIT (LICENSE.txt)）。有公開程式碼不等於已被重現，也不代表目前版本與論文版本相同。

回到方法圖鑑

SLAM 點雲圖鑑

本站為綜述論文《SLAM-Based Point Clouds for Construction: A Review》研究過程的互動說明文件。互動圖為教學模擬，不代表任何特定系統的實測表現；方法描述、數值與結論以所引原始文獻為準。

內容基準日 2026-09-25 · 研究與網站製作使用 AI 輔助工具，見 證據標記與方法

選擇開啟Esc關閉