Tag · 2 篇
激光雷达定位
01 02
TACO：面向激光雷达定位与3D目标检测联合的任务感知对比学习
TACO: Task-Aware Contrastive Learning for Joint LiDAR Localization and 3D Object Detection
用对比学习显式解耦静态地理特征与目标中心特征，让定位与3D检测共享一个骨干网络并互为监督；做激光雷达定位或多任务BEV感知时，可借鉴这种按任务属性拆分特征空间、过滤动态噪声的思路。
BEV-SLD：基于激光雷达鸟瞰图图像的自监督场景地标检测全局定位
BEV-SLD: Self-Supervised Scene Landmark Detection for Global Localization with LiDAR Bird's-Eye View Images
把 SLD 的『场景地标』思路从相机图像迁移到激光雷达 BEV 图像上，用可学习全局地标坐标与逐帧热力图的一致性损失实现自监督地标发现，可作为无需三维点云地图的轻量级全局重定位方案复用。