深蓝学院（深蓝学院 - 专注人工智能与自动驾驶的学习平台）是专注于人工智能的在线教育平台，已有数万名伙伴在深蓝学院平台学习，很多都来自于国内外知名院校，比如清华、北大等。

来源： “深蓝前沿教育”

了解更多内容

Figure 1. 激光雷达沿着方位角(浅蓝)与放射方向（黄）的Bin分割 [1]

Figure 2. Scan Context示意图 [1]

浅读文章

Scan Context，从英文字面理解就是“ 扫描上下文 ”。类比于我们阅读的时候，需要理解上下文，才能明白其意，LidarSLAM在进行回环检测的时候，也需要将“上下文” （之前的数据）进行比较，方才知道我们是不是又走到了之前的同一个地方（回环）。

Scan Context这篇文章由韩国KAIST大学的Giseop Kim和Ayoung Kim所写，它的主要特点是提出了Scan Context这个非直方图的全局描述符 ，来帮助我们对“上下文”（当前/之前的数据）进行更快速、有效地搜索。典型的应用就是在LiDAR SLAM中进行回环检测和Place Recognition。

提出的方法

•The representation that preserves absolute location information of a point cloud in each bin （如图2所示）

• Efficient bin encoding function

• Two-step search algorithm

算法流程

3.1 Scan Context的创建

(1) 与Shape Context的渊源

Scan Context这个算法其实一开始是由Shape Context [2] 所启发的，而Shape Context是把点云的 local Keypoint 附近的点云形状 encode 进一个图像中。

Scan Context的不同在于，它不仅仅是count the number of points,而是采用了 maximum height of points in each bin（简单来说，就是取每一个bin中的所有point的z轴最高点的value作为这个bin的value）。

(2) 为什么选择Maximum height？

a. The reason for using the height is to efficiently summarize the vertical shape of surrounding structures.

b. In addition, the maximum height says which part of the surrounding structures is visible from the sensor.

c. This egocentric visibility has been a well-known concept in the urban design literature for analyzing an identity of a place

(3) Partition a 3D scan

首先，对每一次Scan进行分割：

• Nr: number of rings （黄色圈圈）

• Ns: number of sectors （浅蓝色/绿色？的格子）

• Lmax: 雷达每一个射线的最远距离

• Radial Gap between rings =

• Sector弧度 =

• 文章中: Nr=20, Ns=60

(4) 给每个Bin进行赋值： Bin Encoding

公式解读：

•

就是指the set of points belonging to the bin where the ith ring and jth sector overlapped。

• z(⋅) 是指

中一个point P 的Z坐标。

• 直接使用最大z坐标值 z(p)，作为这个bin的value。

(5) Scan Context Matrix

A scan context I is finally represented as a Nr × Ns matrix as:

3.2 Similarity Score的计算

假设我们得到了一对Scan Context的矩阵，我们要计算他们俩(

)之间的相似度，文章中采用了columnwise (按列) 的距离计算。

:Query Point Cloud (简言之，我们当前用来query的点云)

:Candidate Point Cloud （咱们的“数据库”中储存的用来匹配的candidate点云）

:Column j of Query Point Cloud （列向量）

:Column j of Candidate Point Cloud （列向量）

小红薯：且慢，大师兄！

小红薯：古希腊哲学家赫拉克利特说，“人不能两次踏进同一条河流”。

小红薯：这样来比较两个点云，而没考虑每次不可能在exactly同一个位置和角度观察，是不是too young, too simple了呢！
–
大师兄：恩，这是个好问题。假设咱们回到同一个地方，那有可能是沿着相反的方向回来的，那咱们的Viewpoint就发生了变化，这个Scan Context矩阵就会发生偏移！这样就会导致Column顺序发生变化。

大师兄：所幸的是，只要location是在同一个地方，不管你的方向朝着哪里，至少row order不会发生太大变化。咱们只需要关心column shift这个问题。

在文章中，上面大师兄和小红薯对话中的问题，如下图所示：

Figure 3. Column Shift示意图 [1]

咱们可以看到在column方向发生了水平位移，但是竖着的row方向没有变化。

为了解决这个问题，文中采用了一个“地球人都能想到的方法”，那就是不断尝试各种角度的column shift。注意的是，旋转candidate point cloud有个resolution，那就是之前提到的

。

我们使用公式(7)进行最佳shift的选择，找到最好的 n∗后，用公式(6)进行distance计算。

注意：这里咱们通过找最好的 n∗，还有一个意想不到的好处，那就是可以给ICP提供一个Good initial rotation value! (就是ICP代码中的predicted pose)

3.3 Two-phase Search Algorithm

文中提到，有三种主流的Place Recognition的Search Algorithm:

• Pairwise Similarity Scoring

• Nearest Neighbor Search搜索

• Sparse Optimization

本文中采用了pairwise scoring和nearest search来实现有效的Hierarchical Search。

(1) Ring Key

在3.2节中我们提到的公式(6)进行最短距离计算时，要先找到最佳旋转 n∗ ，计算量很大，所以在本文中提出了一种" Two-phase Search "，并提出了 Ring key 这个Descriptor（描述子）来进行匹配搜索：

Ring key is a rotation-invariant descriptor, which is extracted from a scan context. Each row of a scan context, r, is encoded into a single real value via ring encoding function . The first element of the vector k is from the nearest circle from a sensor, and following elements are from the next rings in order as illustrated in Fig. 4

Figure 4. Ring key示意图 [1]

由内而外，一圈一圈的ring key通过对Scan Context Matrix的每一行row r 进行ψ ( ⋅ )的encoding就变成了一个N r 维度的Vector k：

The ring encoding function ψ \psi ψ is a occupancy ratio using L0 norm:

小红薯：大师兄，这里的r0是什么意思呢？

大师兄：这是L0 norm（范数）的意思，其实L0 norm并不是一个真正的norm，它就是the total number of non-zero elements in a vector 。比如,(2,0,1,0,9)这个vector的 L0 norm就是3，因为有3个非零数。

大师兄：这样一来，咱们统计每一圈的row中有多少个非零数值，那这就和rotation没啥关系啦（也就是原文中所说的rotation invariance）！这样就能够达到快速的search。

(2) KD-Tree

• 在得到ring key向量 k 之后，文章用了 k 构建KD Tree。

• 用ring key of the query到这个KD Tree中搜索K个最相似的scan indexex（K是个heuristic number）

• 得到最相似的K个scan后，用上文中公式(6)进行Similarity Score计算.

• 满足条件的最近的candidate c∗这个位置被选为revisited place，也就是loop的地方:

Scan Context算法延伸

4.1 ICP Initial Value中的应用

由上文3.2节的公式（7）需要找到一个n ∗ 旋转，使得两个点云之间的距离最小。这里其实也可以作为ICP的一个初始值，即predicted pose，来加快converge的过程。

文章的Experiment部分对此进行了试验，发现用Scan Context进行ICP初始化效果确实更好：

Figure 5. SC在ICP初始化中的应用 [1]

4.2 ScanContext在全局重定位中的应用

在深蓝学院第四章作业中，我们应用了ScanContext在全局重定位中的效果。

如果初始化不在原点，且没有全局重定位，效果如下:

如果加入ScanContext进行全局重定位，效果如下图:

4.3 Future Works

在文章最后，作者提到可以使用更好的bin encoding function (eg., a bin’s segmantic information)来提升性能，目前咱们只是用了一个很简单的max Z(p)来找Z轴高度上的最高点。

对于有梦想的读者，也期待你的贡献！

参考文献

[1] G. Kim and A. Kim, “Scan Context: Egocentric Spatial Descriptor for Place Recognition Within 3D Point Cloud Map,” 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, 2018, pp. 4802-4809, doi: 10.1109/IROS.2018.8593953.

[2] S. Belongie, J. Malik, and J. Puzicha, “Shape matching and object recognition using shape contexts,” IEEE Trans. Pattern Analysis and Machine Intell., vol. 24, no. 4, pp. 509–522, 2002.

ScanContext 论文详解 - 用途：Lidar SLAM 回环检测、空间描述符相关推荐

综述 | SLAM回环检测方法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨任旭倩来源丨计算机视觉life 在视觉SLAM问题中,位姿的估计往往是一个递推的过程,即由上一 ...
开源！用于3D激光雷达SLAM回环检测的实时词袋模型BoW3D
点击进入->3D视觉工坊学习交流群 0. 笔者个人体会回环检测对于SLAM系统的全局一致性有着至关重要的影响.现有的视觉SLAM回环检测大多是基于词袋模型,也就是2012年推出的BoW2库和2 ...
详解 | SLAM回环检测问题
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文经知乎作者fishmarch授权转载,二次转载请联系作者原文 ...
视觉SLAM回环检测、词袋模型和视觉位置识别--论文记录和实验简析
一.传统方法部分(词袋模型,bag of words,BoW) 1. 预先在环境中采集足够多的图像或者所有位置的图像(成千上万张图片)之后构建视觉词汇表参考论文:2012年的TRO顶刊 Gálvez ...
视觉SLAM⑪----回环检测
目录 11.0 本章目标 11.1 概述 11.1.1 回环检测的意义 11.1.2 回环检测的方法 11.1.3 准确率和召回率 11.2 词袋模型 11.3 字典 11.3.1 字典的结构 11. ...
【程序】Altera FPGA NIOS实现Scatter-Gather DMA(SGDMA)收发回环测试，描述符和缓冲区全部放在同一块SDRAM里面
Quartus II 13.0工程下载地址:https://pan.baidu.com/s/1qjkqhd7-1IKNWZUaiZVW7Q(提取码:64wu) [开发板] 开发板型号:小梅哥AC620 ...
一文详解回环检测与重定位
标题:VINS-Mono代码解读-回环检测与重定位 pose graph loop closing 作者:Manii 来源:https://blog.csdn.net/qq_41839222/cate ...
最全综述 | SLAM中回环检测方法收藏
在视觉SLAM问题中,位姿的估计往往是一个递推的过程,即由上一帧位姿解算当前帧位姿,因此其中的误差便这样一帧一帧的传递下去,也就是我们所说的累积误差.一个消除误差有效的办法是进行回环检测.回环检测判断 ...
segMatch:基于3D点云分割的回环检测
该论文的地址是:https://arxiv.org/pdf/1609.07720.pdf segmatch是一个提供车辆的回环检测的技术,使用提取和匹配分割的三维激光点云技术.分割的例子可以在下面的图 ...
Spark RDD 论文详解（二）RDDs
前言本文隶属于专栏<1000个问题搞定大数据技术体系>,该专栏为笔者原创,引用请注明来源,不足和错误之处请在评论区帮忙指出,谢谢! 本专栏目录结构和参考文献请见1000个问题搞定大数据技 ...

ScanContext 论文详解 - 用途：Lidar SLAM 回环检测、空间描述符