一种基于语义增强与局部一致性学习的全局定位方法

本发明公开了一种基于语义增强与局部一致性学习的全局定位方法，包括以下步骤：1)收集包含位姿、语义真值标签与点云的数据集；2)构建基于语义增强与局部一致性学习的局部描述符提取模块；3)构建全局描述符提取模块；4)利用步骤2)和步骤3)的模块构建地点识别网络；5)在步骤2)中模块的基础上，构建位姿估计网络，并将其与步骤4)中的地点识别网络结合，构建全局定位网络；6)对步骤5)中的全局定位网络进行端到端的训练，获得全局定位模型；7)利用步骤6)所得模型估计查询点云的位姿。通过在局部描述符提取模块中引入语义增强模块与局部一致性学习策略，增强点云描述符的可区分性，提高全局定位的性能。