基于 LiDAR 与相机的视觉地图定位综述

随着自动驾驶行业逐渐成熟，视觉地图定位正迅速成为尽可能精确地对车辆进行定位的标准方法。得益于相机或 LiDAR 等视觉传感器返回的丰富数据，研究者能够构建具有不同细节程度的多类地图，并利用它们在城市环境中实现高精度的车辆定位与稳定性。与流行的 SLAM 方法相反，视觉地图定位依赖于预先构建的地图，并专注于通过避免误差累积或漂移来提升定位精度。我们将视觉地图定位定义为一个两阶段过程。在地点识别阶段，通过将视觉传感器输出与一组带地理标签的地图感兴趣区域进行比较，确定车辆在地图中的初始位置。随后，在地图度量定位阶段，通过持续将视觉传感器输出与正在遍历的地图当前区域对齐，对移动中的车辆进行跟踪。本文调研、讨论并比较了用于两个阶段的最新基于 LiDAR、基于相机以及跨模态的视觉地图定位方法，以期凸显各类方法的优势与不足。