自动驾驶

Benchmarking Visual Feature Representations for LiDAR-Inertial-Visual Odometry Under Challenging Conditions

在恶劣条件下对激光雷达-惯性-视觉里程计的视觉特征表示进行基准测试

Eunseon Choi, Junwoo Hong, Daehan Lee, Sanghyun Park, Hyunyoung Jo, Sunyoung Kim, Changho Kang, Seongsam Kim, Yonghan Jung, Jungwook Park, Seul Koo, Soohee Han

机构 * Department of Covergence IT Engineering, Pohang University of Science and Technology(POSTECH)（convergence IT工程系，POSTECH大学） ； School of Mechanical Engineering, Kunsan National University（机械工程学院，库山国立大学） ； Department of Artificial Intelligence and Robotics, Sejong University（人工智能与机器人系，世宗大学） ； Disaster Scientific Investigation Division Disaster Investigation Technology Team, National Disaster Management Research Institute, Ministry of the Interior and Safety（灾害科学调查 division 灾害调查技术团队，国家灾害管理研究所，内政与安全部） ； Department of Electrical Engineering, POSTECH（电气工程系，POSTECH大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出一种混合方法，结合直接光度法和基于描述符的特征匹配，提升在恶劣条件下的视觉里程计性能。

Comments 14 pages, Publised IEEE Access2026

Journal ref E. Choi et al., "Benchmarking Visual Feature Representations for LiDAR-Inertial-Visual Odometry Under Challenging Conditions," in IEEE Access, vol. 14, pp. 30186-30199, 2026