流程介绍

  在SuMa的基础上，引入了RangeNet++进行语义分割，在对语义分割进行预处理之后，在里程计和面元更新模块，也考虑了语义信息。算法在Kitti的城市数据上相对SuMa有显著提升，在Kitti Odometry数据集上也和State of Art的方法接近。

语义分割预处理

  RangeNet+的语义分割是在渲染生成的点图上进行的，考虑到物体中央的语义分割精度比边缘高，对点图做腐蚀和泛洪来去除外点。

语义里程计

  在计算对应的两个点的匹配代价时，额外乘以属于同一语义的概率。

面元更新

  在更新面元置信度时，如果语义不同，会增加额外的惩罚项。