摘要

位姿识别是自动化技术领域的研究热点之一，至今仍是一个开放性问题。在该任务中，相机（Camera）与激光雷达（LIDAR）是两种主流传感器。基于相机的方法易受光照条件和季节变化的影响，而激光雷达难以获取如图像般丰富的纹理与语义信息。为此，本文提出一种名为PIC-Net（Point Cloud and Image Collaboration Network）的网络架构，通过引入注意力机制实现图像与点云特征的深度融合，并有效挖掘二者之间的互补信息。此外，为提升夜间环境下的识别性能，本文进一步将夜间图像转换为白天风格。实验结果表明，图像与点云的协同融合策略显著优于单一依赖图像或点云的方法；同时，所提出的注意力机制与昼夜风格转换策略能够进一步提升整体识别性能。