激光雷达(LiDAR)是机器人、自动驾驶等领域的核心感知设备。基于激光雷达数据的机器人语义感知与定位建图(SLAM)等技术一直是机器人领域的研究热点。近期,国防科技大学机器人技术研究团队感知方向负责人陈谢沅澧老师发表 IEEE Transactions on Robotics 顶刊及IROS 顶会论文,针对激光雷达三维感知在机器人应用中的效率低、精度不足、泛化能力弱等关键问题,提出了创新性解决方案,为实际场景部署提供了重要支撑。本文将逐一解读这些前沿成果,带您把握激光雷达三维感知技术发展新方向。
0
![]()
一、SegNet4D: Efficient Instance-Aware 4D Semantic Segmentation for LiDAR Point Cloud
发表期刊:IEEE Transactions on Automation Science and Engineering (T-ASE)
成果视频:
针对传统连续多帧激光雷达在四维语义分割中存在运行效率低、精度不高,以及难以部署于实际机器人平台等问题,本文提出了一种基于点云鸟瞰图的高效运动特征提取与分割框架,并融合实例信息,实现了完整的运动实例分割。该方法采用双分支结构,分别处理单帧扫描语义分割与运动物体分割任务,并通过运动-语义融合模块整合结果,以完成完整的4D分割。
与完全端到端的框架相比,所提方法能够显著提升运动物体的识别精度。在 SemanticKITTI 和 nuScenes 数据集上进行的大量实验表明,该方法在4D语义分割与动态物体分割任务上均优于现有最优技术,其有效性与高效性也已在真实机器人平台上得到验证。
-论文主页:https://github.com/nubot-nudt/SegNet4D
![]()
二、SGLC: Semantic Graph-Guided Coarse-Fine-Refine Full Loop Closing for LiDAR SLAM
发表期刊:IEEE Robotics and Automation Letters (RA-L)
成果视频:
当前闭环方法大多专注于提升闭环检测描述符的鲁棒性,却常忽略位姿估计环节;少数方法虽尝试位姿估计,但仍存在精度低或计算复杂的问题。为此,本文提出了一种基于实时语义图的完整闭环方法,能够同时实现鲁棒的闭环检测与六自由度位姿估计。该方法针对前景点和背景点的不同特性进行设计:前景实例通过语义图抽象点云表示,支持快速描述符生成与匹配,并辅助闭环验证与初始位姿估计;背景点则提供额外几何信息用于构建全局描述符,并借助平面结构优化位姿。
在位姿估计阶段,采用“粗配准-精配准-优化”策略,联合对齐实例与背景点,兼顾效率与精度。多项公开数据集实验表明,本方法性能优于现有最优方法,并可集成至已有SLAM系统,有效抑制累积误差,提升系统整体性能。
-论文主页:https://github.com/nubot-nudt/SGLC
![]()
三、Leveraging Semantic Graphs for Efficient and Robust LiDAR SLAM
发表期刊:
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
成果视频:
当前语义 LiDAR SLAM 技术普遍面临效率偏低、泛化能力有限的瓶颈,这一问题直接导致其在复杂多样的现实场景中鲁棒性不足。为此,本文提出一种语义图增强型 SLAM 框架,该框架创新性地融合了环境结构固有的几何特征、语义信息与拓扑关系。其中,语义图作为核心支撑组件,为 SLAM 系统的三大关键功能提供保障:一是里程计失效场景下的鲁棒重定位,二是高精度闭环检测,三是语义地图的高效构建。系统采用双线程并行架构设计:一线程负责在线里程计算与重定位任务,确保实时响应需求;另一线程同步处理闭环检测、位姿图优化及地图更新,保障全局一致性精度。此架构设计不仅实现了系统的实时运行,还能生成全局一致的语义实例地图与点云地图。
为验证方法有效性,研究在 KITTI、MulRAN 及 Apollo 三大主流数据集上开展了广泛实验评估。结果表明,该方法在效率、鲁棒性及地图精度方面,均显著优于当前领域内的前沿技术方案。
-论文主页:https://github.com/nubot-nudt/SG-SLAM
![]()
四、Fast and Accurate Deep Loop Closing and Relocalization for Reliable LiDAR SLAM
发表期刊:IEEE Transactions on Robotics (T-RO)
成果视频:
针对SLAM系统在长期运行中出现的漂移问题以及长期 SLAM 的可靠性挑战,本文将闭环检测与重定位纳入统一框架进行建模,并提出一种新型多头网络LCR-Net,以同时有效处理这两类任务。该网络采用独创的特征提取方法与位姿感知注意力机制,能够准确估算激光雷达扫描点云之间的相似度及其六自由度相对位姿。将LCR-Net集成至SLAM系统后,在户外驾驶环境中实现了鲁棒且高精度的在线激光雷达SLAM。通过基于闭环检测与重定位衍生的三种实验设置——包括候选检索、闭环点云配准和基于多数据集的连续重定位,本文对LCR-Net进行了全面评估。
实验结果表明,LCR-Net在三项任务中均表现优异,不仅显著超越现有最优方法,还展现出卓越的泛化能力。值得注意的是,LCR-Net无需依赖耗时的鲁棒位姿估计器即可优于基线方法,这一特性使其特别适用于在线SLAM应用。
-论文主页:https://github.com/nubot-nudt/LCR-Net
![]()
五、BEVPlace++: Fast, Robust, and Lightweight LiDAR Global Localization for Unmanned Ground Vehicles
发表期刊:IEEE Transactions on Robotics (T-RO)
成果视频:
针对无人地面车辆的快速全局定位问题,本文提出一种基于点云鸟瞰图(BEV)的轻量化定位框架。该方法将激光雷达BEV图像输入轻量级卷积神经网络(CNN),先通过场景识别实现精确全局定位,进而完成三自由度位姿估计。分析发现,CNN天然擅长从BEV图像中提取判别性特征,即使存在显著平移,其关键点仍能通过特征实现有效匹配。
基于这一发现,本文进一步设计旋转等变模块(REM),增强对旋转的鲁棒性与特征判别力。通过将REM与NetVLAD描述子生成网络级联,构建出旋转等变与不变网络(REIN),可依次生成旋转等变的局部特征和旋转不变的全局描述子。全局描述子用于鲁棒场景识别,局部特征用于精细位姿估计。在七个公开数据集及自有UGV平台实验表明:BEVPlace++仅借助场景标签和小规模数据(如3000帧KITTI)训练,即可良好泛化至未知环境,跨不同日期、年份及多种激光雷达均保持稳定性能,在场景识别、闭环检测与全局定位任务中达到当前最优水平。
-论文主页:https://github.com/zjuluolun/BEVPlace2

上述五篇顶刊顶会论文聚焦激光雷达感知的两大核心方向:“语义理解”与“定位建图”。前者涵盖四维语义分割、运动实例分割与检测,后者贯穿 SLAM、闭环、重定位到全局定位。工作直击效率、精度与泛化性的实际部署痛点,从四维时空特征提取、语义图赋能SLAM,到 BEV 轻量化建模,层层递进,为学术前沿与产业落地搭起高速通道。更多陈谢沅澧老师团队的最新进展,详见其个人主页:chen-xieyuanli.github.io。
陈谢沅澧老师也参与组织由微分智飞联合浙江大学在IROS 2025竞赛单元主办的空中自主挑战赛。9月19日,非凸空间特邀陈谢沅澧老师对其研究成果进行直播解读,助力空中机器人研究者更深入理解前沿技术,欢迎感兴趣的同学扫码参与!
0
更多内容请关注直播:



关 于 我 们
微分智飞(杭州)科技有限公司,以让飞行机器人“连接千行百业,飞入千家万户”为使命,致力于打造全球领先的飞行具身大脑及通用群体智能系统。公司依托自主导航、具身决策、端到端控制及群体智能四大核心技术,突破环境限制,打造面向多样复杂场景的飞行机器人基座模型,驱动构建应用于家庭、工业、教育、城市与自然空间的“空天智能终端”。
非凸空间是微分智飞旗下教育子品牌,以通用飞行平台产品为核心,致力于为高校、科研院所及应用单位提供全方位科研教育解决方案,涵盖实验室建设、专业建设、赛事支持、课程培训、人才培养及基金课题合作等领域,助力飞行机器人科研与教学更专业、更高效。
更多前沿内容请关注公众号: