基于高精地图的粗到细语义定位用于结构场景自动驾驶

鲁棒且准确的定位是机器人导航与自动驾驶的重要组成部分。使用相机配合高精地图（HD Map）进行定位提供了一种经济实惠的传感器组合。现有方法由于易出错的数据关联或需要精确初始位姿的初始化而存在位姿估计失败的问题。在本文中，我们提出了一种用于自动驾驶、以相机为主要传感器、配合高精地图的低成本车辆定位系统。为此，我们将基于视觉的定位表述为一个将数据关联问题中，将视觉语义映射到高精地图中的路标。具体而言，系统初始化通过结合粗粒度 GPS（全球定位系统）测量与细粒度位姿搜索以由粗到细的方式完成。在跟踪阶段，通过以光度一致性将图像与高精地图中路标之间的语义分割结果隐式对齐来精化车辆位姿。最后，车辆位姿通过滑动窗口方式的位姿图优化计算。我们在两个数据集上评估了我们的方法，并证明所提方法在不同驾驶场景中产生了有前景的定位结果。此外，我们的方法适用于单目相机和多相机，为定位系统提供了灵活性并提高了鲁棒性。