SA-LOAM
SA-LOAM 以開源的 F-LOAM 為基礎，先以預訓練的 RangeNet++ 為每個 LiDAR 點加上語意標籤，再把語意用在里程計與迴圈偵測兩處。里程計部分，邊緣與平面特徵只與相同語意的子地圖點配對，依類別分別降採樣以保留小物體，並要求地面平面法向量垂直、建物平面法向量水平，以剔除擬合不良的平面。迴圈部分，把每幀點雲聚成語意圖，以圖匹配網路評分候選，再以語意輔助 ICP 做幾何驗證，最後用 g2o 位姿圖最佳化，得到全域一致的語意地圖。
本頁內容
Semantic-aided LOAM (built on F-LOAM): RangeNet++ labels drive label-consistent edge and plane matching, class-wise downsampling and plane-orientation checks in the odometry, and a semantic-graph similarity network plus ICP verification closes loops in a g2o pose graph, yielding a globally consistent semantic map.
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 only (Velodyne HDL-64E in KITTI and Ford Campus); per-point semantics from a pre-trained RangeNet++ network (Sec. IV-A) |
|---|---|
| 原文測試平台 | vehicle (KITTI; Ford Campus) |
| 狀態估計 | F-LOAM based scan-to-submap optimization of point-to-line and point-to-plane distances with semantic-related weights (set equal in the experiments); loop constraints added to a g2o pose graph (Sec. III-B; Sec. III-C; Sec. IV-A) |
| 資料關聯 | LOAM-style edge and planar features matched only to submap points of the same semantic label (k-d tree, 5 neighbours), class-specific downsampling, and plane fits kept only when ground normals are vertical and building normals horizontal; submap from the last 20 frames (Sec. III-B; Table I) |
| 時間表示 | discrete poses |
| 去畸變 | not described |
| 迴圈閉合 | candidates within an odometry-drift-dependent distance (up to 64 random candidates), similarity scored by the authors' semantic-graph matching network (score above 0.95, top 5 kept), then geometric verification by semantic-assisted ICP to a submap (Sec. III-C; Table I) |
| 全域最佳化 | pose graph optimization with g2o when a loop is detected (Sec. III-C) |
| 地圖表示 | edge and planar semantic feature submaps for odometry; global semantic point map plus a lightweight semantic graph map (at most 100 nodes of centre and label per frame) for loop search (Sec. III-A; Sec. III-C) |
| 先驗資訊 | semantic segmentation network pre-trained on SemanticKITTI (RangeNet++), 12 of 19 classes kept; graph matching network from the authors' prior work (Sec. IV-A) |
| 可輸出幾何 | trajectory and globally consistent semantic point cloud map (Figs. 1 and 4) |
| 計算需求 | Intel Core i7-9750H at 3.00 GHz, 16 GB RAM, NVIDIA GeForce GTX1080 8 GB; segmentation and graph matching run in PyTorch; runtime not reported (Sec. IV-A) |
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 |
|---|---|---|---|---|---|
| LiDAR | Velodyne HDL-64E | 資料集感測器 | KITTI odometry | used in both KITTI and Ford Campus | (Li et al., 2021a, Sec. IV-A) |
| LiDAR | Velodyne HDL-64E | 資料集感測器 | Ford Campus Vision and Lidar Dataset | Ford sensor setting gives sparser projection images than KITTI | (Li et al., 2021a, Sec. IV-A; Sec. IV-C) |
| 運算硬體 | Intel Core i7-9750H | 執行運算平台 | 未標示 | 3.00 GHz, 16 GB RAM | (Li et al., 2021a, Sec. IV-A) |
| 運算硬體 | NVIDIA GeForce GTX1080 | 執行運算平台 | 未標示 | 8 GB GPU memory | (Li et al., 2021a, Sec. IV-A) |
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。
Fig. 1SA-LOAM 在 KITTI 序列 01 建立的語意地圖，不同顏色代表不同語意類別，放大點為語意圖節點，並示範一次迴圈閉合
出處：Li et al., 2021a，Fig. 1。授權：CC BY 4.0。原始圖檔。修改：轉存為 WebP 格式。
Fig. 2系統流程：原始點雲經語意分割後同時送入運動估計與迴圈偵測，偵測到迴圈時更新位姿圖並維護全域語意地圖
出處：Li et al., 2021a，Fig. 2。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。
Fig. 4KITTI 測試序列 19 在迴圈閉合前後的軌跡與語意地圖
出處：Li et al., 2021a，Fig. 4。授權：CC BY 4.0。原始圖檔。修改：轉存為 WebP 格式。
Fig. 6Ford 資料序列 02 各方法的軌跡，只有 Ours-LOOP 正確找到閉合迴圈
出處：Li et al., 2021a，Fig. 6。授權：CC BY 4.0。原始圖檔。修改：轉存為 WebP 格式。
作者報告的優勢與限制
優勢
- Average KITTI relative translational error 0.76% for both Ours-ODOM and Ours-LOOP versus 1.27% for the F-LOAM baseline (Table II)
- Loop closure lowers average KITTI ATE from 3.49 m to 2.34 m, the lowest average among ISC-LOAM, SuMa and SuMa++ (Table III)
- On the unseen Ford Campus data it has the lowest ATE on both sequences and is the only method that closes the loops on sequence 02 (Table IV; Sec. IV-C; Fig. 6)
限制
- Semantic segmentation quality drops markedly on Ford data, which inevitably affects later stages (Sec. IV-C; Fig. 7)
- Semantic weights are set equally; automatic weighting is left to future work (Sec. IV-A)
- Loop closure mainly reduces rotational error and has less effect on translational RPE (Sec. IV-B)
- Runtime is not reported although a GPU is used for segmentation and graph matching (Sec. IV-A) (inference)
- Evaluated only on driving datasets (Sec. IV)
營建工程相關證據
論文只在 KITTI 與 Ford Campus 的車載道路資料上評估，沒有施工現場資料。它依賴在 SemanticKITTI 上訓練的語意分割與道路場景類別（地面、建物等），作者也指出換到 Ford 資料時分割品質明顯下降；因此在工地這種類別與外觀差異大的場景是否適用未經驗證。以地面垂直、建物水平的平面約束剔除錯誤平面的想法，可作為室內外結構化施工場景的參考，但屬推論。
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 3 個比較組，合計 48 筆紀錄。
Li et al., 2021a · Table II 本方法 26 筆
表格設定（擷取紀錄原文）：KITTI odometry 00-10; mean relative pose error over 100-800 m trajectories (rotation deg/100m / translation %); * marks sequences with loops; LOAM values quoted from its journal paper [19]; other baselines run with open-source code (Li et al., 2021a, Table II)
relative translational error (%)，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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Li et al., 2021a 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。
資料來源作者報告值(Li et al., 2021a, Table II)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| LOAM* (from [19]) | 0.78% | (Li et al., 2021a, Table II) |
| FLOAM | 0.92% | (Li et al., 2021a, Table II) |
| ISC-LOAM | 1.02% | (Li et al., 2021a, Table II) |
| SUMA | 0.77% | (Li et al., 2021a, Table II) |
| SUMA++ | 0.65% | (Li et al., 2021a, Table II) |
| Ours-ODOM本方法原文提出 | 0.59% | (Li et al., 2021a, Table II) |
| Ours-LOOP本方法原文提出 | 0.59% | (Li et al., 2021a, Table II) |
Li et al., 2021a · Table III 本方法 16 筆
指標Absolute Trajectory Error (m)
表格設定（擷取紀錄原文）：KITTI sequences with loops; absolute trajectory error (m); statistic and alignment not stated (Li et al., 2021a, Table III)
Absolute Trajectory Error (m)，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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Li et al., 2021a 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。
資料來源作者報告值(Li et al., 2021a, Table III)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| ISC-LOAM | 1.6 m | (Li et al., 2021a, Table III) |
| SUMA | 1.14 m | (Li et al., 2021a, Table III) |
| SUMA++ | 1.17 m | (Li et al., 2021a, Table III) |
| Ours-ODOM本方法原文提出 | 5.14 m | (Li et al., 2021a, Table III) |
| Ours-LOOP本方法原文提出 | 0.99 m | (Li et al., 2021a, Table III) |
Li et al., 2021a · Table IV 本方法 6 筆
指標Absolute Trajectory Error (m)
表格設定（擷取紀錄原文）：Ford Campus Vision and Lidar Dataset, models and parameters tuned on KITTI only; absolute trajectory error (m); statistic and alignment not stated (Li et al., 2021a, Table IV)
Absolute Trajectory Error (m)，Ford Campus Vision and Lidar Dataset · Seq01
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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Li et al., 2021a 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。
資料來源作者報告值(Li et al., 2021a, Table IV)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| FLOAM | 1.61 m | (Li et al., 2021a, Table IV) |
| ISC-LOAM | 2.3 m | (Li et al., 2021a, Table IV) |
| SUMA | 4.45 m | (Li et al., 2021a, Table IV) |
| SUMA++ | 4.22 m | (Li et al., 2021a, Table IV) |
| Ours-ODOM本方法原文提出 | 1.35 m | (Li et al., 2021a, Table IV) |
| Ours-LOOP本方法原文提出 | 1.35 m | (Li et al., 2021a, Table IV) |
來源
Li et al., 2021a
（2021）SA-LOAM: Semantic-aided LiDAR SLAM with Loop Closure2021 IEEE International Conference on Robotics and Automation (ICRA), pp. 7627-7634
DOI 10.1109/icra48506.2021.9560884arXiv 2106.11516
同儕審查已出版已讀全文近十年
相關版本
- 預印本：SA-LOAM (arXiv v2, 'Accepted by ICRA-2021', CC BY 4.0) https://arxiv.org/abs/2106.11516