자율 주행 시스템에서 장소 인식 문제의 해결은 안전한 작동에 매우 중요합니다. 계절 변화나 날씨 변화와 같은 장면의 변화에도 정확해야 하고 다른 환경에도 일반화될 수 있어야 하기 때문에 간단한 문제가 아닙니다. 본 논문에서는 LiDAR 점 구름으로부터 시작하여 구면 좌표와 0에서 1 사이로 정규화된 강도 값을 얻기 위해 입력 데이터를 전처리하고, 강력한 장소 인식 기술자를 생성하는 MinkUNeXt-SI 방법을 제시합니다. 이를 위해 Minkowski 합성곱과 skip connection을 포함하는 U-net 아키텍처를 결합한 심층 학습 방식을 사용합니다. MinkUNeXt-SI의 결과는 이 방법이 최첨단 성능에 도달하고 능가하며 다른 데이터셋에도 만족스럽게 일반화됨을 보여줍니다. 또한, 사용자 정의 데이터셋 캡처와 해결책 평가에의 활용을 보여주는데, 이 또한 뛰어난 결과를 얻습니다. 재현성을 위해 해결책 코드와 데이터셋 실행 결과를 공개적으로 제공합니다.
