基于语义紧凑地图的由粗到精视觉定位
机器人学
2020-10-14 v3 计算机视觉与模式识别
摘要
城市车辆的鲁棒视觉定位仍然具有挑战性且尚未解决。计算效率和内存大小的限制使其大规模应用更加困难。由于语义信息作为环境的一种稳定且紧凑的表示，我们提出一种基于语义紧凑地图的由粗到精定位系统。杆状物体被存储在紧凑地图中，随后从语义分割图像中提取作为观测。定位由粒子滤波器执行，随后由一个解耦平移和旋转以获得更好精度的姿态对齐模块处理。我们在合成和真实数据集上评估我们的系统，并与两个基线进行比较：一个最先进的基于语义特征的系统和一个传统的基于SIFT特征的系统。实验表明，即使使用极小的地图，例如用于3.7公里长轨迹的10 KB地图，我们的系统也能提供与基线相当的精度。
引用
@article{arxiv.1910.04936,
title = {Coarse-To-Fine Visual Localization Using Semantic Compact Map},
author = {Ziwei Liao and Jieqi Shi and Xianyu Qi and Xiaoyu Zhang and Wei Wang and Yijia He and Ran Wei and Xiao Liu},
journal= {arXiv preprint arXiv:1910.04936},
year = {2020}
}
备注
Video Demo: https://youtu.be/XbTc1YNPajc