PARC-Loc：基于部分指派与关系一致性的文本到点云定位

文本到点云定位根据对周围物体的描述，估计城市级三维地图中的位置。现有的由粗到细方法利用聚合的学习兼容性检索子地图，然后在选定的子地图内进行定位。然而，重复或相似的城市物体可能会抬高查询与多个子地图之间的嵌入相似度，即使子地图内的实例布局与查询描述不符。与此同时，与查询相关的实例往往跨越子地图边界，导致检索到的子地图缺乏完整的上下文证据。我们分别将这两种失效模式称为布局不一致混淆和边界证据不完整。为解决这些问题，我们提出了 PARC-Loc，这是一种基于具有关系一致性的部分指派（PARC）的由粗到细定位框架。PARC 联合建模线索与物体的兼容性以及成对空间关系，允许部分元素不匹配，同时优先选择与查询所描述布局一致的指派。在粗定位阶段，其候选级评估作为神经相似度的补充，用于选择布局一致的子地图。在精定位阶段，利用相邻子地图中与查询相关的实例扩展上下文，同时由 PARC 生成物体级匹配权重，以引导跨模态注意力。在 KITTI360Pose 和 CityLoc 上进行的大量实验表明，PARC-Loc 优于传统的由粗到细基线方法。在 KITTI360Pose 上，我们的方法将 5 米阈值下的 Top-1 定位召回率从 0.50 提升至 0.67，相较于最强基线实现了 34% 的相对提升。