2025-09-17 浙大S-BEVLoc | 抛掉真值！LiDAR定位实现“零成本”自监督的SOTA新突破

原文链接：https://mp.weixin.qq.com/s/MhnsuDpf25IOAG1bTKth3g

无需真值的大规模自监督重定位

全局定位负责回环检测与重定位，是消除里程计漂移、恢复跟踪失败的关键。

现有监督方法分两阶段：

• 先全局检索，再局部位姿估计，整个流程均需位姿真值。训练时，通过位置阈值划分正/负样本，以学习区分性全局描述子；
• 局部位姿估计阶段则依赖真值对应点提升特征可重复性。然而，获取高精度真值需昂贵且繁琐的传感器标定、同步与插值，严重限制算法在大规模场景中的扩展。

S-BEVLoc 首次实现完全自监督的 LiDAR 全局定位，核心观察：单张 BEV 图像内部不同区域的地理距离已知，可直接构造”困难三元组”用于训练。

文章标题：S-BEVLoc: BEV-based Self-supervised Framework for Large-scale LiDAR Global Localization

具体贡献：

1. 提出 S-BEVLoc，无需位姿真值，输入单帧 LiDAR 扫描即可完成自监督训练。
2. 设计单图三元组生成策略，结合 SoftCos 损失，增强全局描述子区分度。
3. 在 KITTI、NCLT 等大规模、长周期数据集上验证，性能媲美甚至超越监督方法，且扩展性极强。

具体方法

训练阶段仅输入单帧 LiDAR 扫描，投影为 BEV 图像后，通过三元组生成模块获得训练样本；CNN-REM 作为特征提取器，输出旋转等变局部特征；NetVLAD 聚合全局描述子，用 SoftCos 损失监督。推理阶段先全局检索，再局部匹配估计相对位姿，得到全局位姿。

单图三元组生成

实验验证：训练前，阈值附近负样本与查询描述子距离小于正样本，造成混淆；训练后，负样本距离明显增大，混淆消除。

SoftCos 损失

全局定位推理

实验结果

回环闭合

KITTI 与 NCLT 各序列，S-BEVLoc 在 AP、F1、R% 上与监督方法相当；S-BEVLoc* 因额外无真值数据训练，表现更佳。PR 曲线显示自监督与监督曲线几乎重合。

全局定位

NCLT 挑战序列上，S-BEVLoc 在召回、SR、误差指标均优于 BEVPlace++ 等监督方法；S-BEVLoc* 通过无真值数据继续提升，验证”数据越多，性能越好”的扩展优势。

运行时间

RTX 2080Ti + i5-12600KF 上，单次全局定位：
描述子提取 23.2 ms(11.6 ms×2) + 检索 0.12 ms + 位姿估计 15.5 ms ≈ 38.8 ms，频率 > 20 Hz，满足 10 Hz LiDAR 实时需求。

总结一下

本文提出 S-BEVLoc，首个完全自监督的 LiDAR 全局定位框架：

• 训练阶段无需位姿真值，单帧 LiDAR 通过单图三元组与 SoftCos 损失即可完成自监督学习；
• 推理阶段保持”先检索-再匹配”流水线，实时运行；
• 在大规模、长周期、跨场景数据集上达到与监督方法相当甚至更优的性能，并具备极强扩展性。
  未来工作将探索更鲁棒的表示与网络架构，以应对坡度、极端天气等挑战。