中文

B$^2$F-图: 基于贝叶斯 B 样条融合的众包制图

机器人学 2026-03-03 v1

摘要

众包制图为创建地图提供了一种可扩展的替代方案,但现有方法要么依赖先验的高清 (HD) 地图,要么忽略地图融合中的不确定性。本文提出了一条完整的管线,用于仅使用装配有单目相机、消费级 GNSS 和 IMU 的生产车辆生成 HD 地图。我们的方法包括使用轻量标准清晰地图进行云端定位、通过扩展对象轨迹 (EOT) 泊松多伯努利 (PMB) 滤波进行车端制图并结合 Gibbs 抽样、以及云端多次驾驶优化和贝叶斯地图融合。我们使用 B 样条表示车道线,其中每个 B 样条的参数化为一系列服从高斯分布的控制点序列,我们提出了一种针对密度表示不同的 B 样条轨迹的新型贝叶斯融合框架,以有效处理不确定性。我们在多个多样化驾驶条件下收集的大规模真实数据集上评估了我们的方法,证明该方法能够生成几何一致的车道级地图。

关键词

引用

@article{arxiv.2603.01673,
  title  = {B$^2$F-Map: Crowd-sourced Mapping with Bayesian B-spline Fusion},
  author = {Yiping Xie and Yuxuan Xia and Erik Stenborg and Junsheng Fu and Axel Beauvisage and Gabriel E. Garcia and Tianyu Wu and Gustaf Hendeby},
  journal= {arXiv preprint arXiv:2603.01673},
  year   = {2026}
}

备注

Accepted to ICRA 2026