AVP-SLAM：面向停车场自动驾驶车辆的语义视觉建图与定位
机器人学
2020-07-09 v2 计算机视觉与模式识别
摘要
自主代客泊车是自动驾驶车辆的一种特定应用。在该任务中，车辆需在狭窄、拥挤且无 GPS 的停车场中导航。精确的定位能力至关重要。传统的基于视觉的方法因缺乏纹理区域、重复结构和外观变化而遭受跟踪丢失。本文中，我们利用鲁棒语义特征构建地图并定位停车场中的车辆。语义特征包含引导标志、停车线、减速带等，通常出现于停车场。相较传统特征，这些语义特征长期稳定且对视角与光照变化鲁棒。我们采用四个环视相机以增大感知范围。在 IMU（惯性测量单元）与轮式编码器的辅助下，所提系统生成全局视觉语义地图。该地图进一步用于将车辆定位于厘米级。我们在真实实验中分析了系统的精度与召回率，并与其他方法比较。此外，我们通过自主泊车应用展示了所提系统的实用性。
引用
@article{arxiv.2007.01813,
title = {AVP-SLAM: Semantic Visual Mapping and Localization for Autonomous Vehicles in the Parking Lot},
author = {Tong Qin and Tongqing Chen and Yilun Chen and Qing Su},
journal= {arXiv preprint arXiv:2007.01813},
year = {2020}
}
备注
The IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2020