2.5D车辆里程估计
机器人学
2021-11-17 v1 计算机视觉与模式识别
摘要
众所周知,在高级驾驶辅助系统(ADAS)应用中,需要对车辆位姿进行良好估计。本文提出一种被比喻性地命名为2.5D里程计的方法,该方法利用悬架的线性模型对由偏航率传感器与四个车轮速度传感器得到的平面里程计进行增强。虽然平面里程计的核心是基于偏航率模型的、文献中已有充分理解的模型,但我们通过对输入信号拟合二次函数来对其增强,从而实现车辆位置的插值、外推与更精细的积分。我们通过与DGPS/IMU参考系统的实验结果表明,与现有方法相比,该模型提供了高精度的里程估计。利用可返回车辆参考点随悬架配置变化而高度变化的传感器,我们定义了车辆悬架的平面模型,从而增强了里程计模型。我们提出了一种实验框架与评估准则,用以评价里程计优劣并与现有方法比较。该里程计模型旨在支持广为人知的低速环视相机系统。为此,我们给出了一些应用结果,表明使用所提里程计可提升环视与计算机视觉应用的性能。
引用
@article{arxiv.2111.08398,
title = {2.5D Vehicle Odometry Estimation},
author = {Ciaran Eising and Leroy-Francisco Pereira and Jonathan Horgan and Anbuchezhiyan Selvaraju and John McDonald and Paul Moran},
journal= {arXiv preprint arXiv:2111.08398},
year = {2021}
}
备注
13 pages, 16 figures, 2 tables