面向自动驾驶的协同动态三维场景图
机器人学
2024-09-12 v3
摘要
地图在实现安全与自动驾驶中扮演着不可或缺的角色。尽管从 SLAM 到语义学等诸多方向已取得许多进展，构建城市动态场景的可操作分层语义表示并处理来自多智能体的信息仍是具有挑战性的问题。在本工作中，我们提出协同城市场景图（CURB-SG），其支持对自动驾驶诸多功能的高阶推理与高效查询。CURB-SG 利用来自多智能体的全景 LiDAR 数据，通过一种检测智能体间回环闭合的基于图的有效协同 SLAM 方法构建大规模地图。为对所得三维地图进行语义分解，我们根据自车智能体的路径及其对其他车辆的全景观测构建车道图。基于车道图的连通性，我们将环境划分为交叉与非交叉道路区域。随后，我们构建包含车道信息、静态地标位置及其到特定地图分区的归属、自车智能体观测到的其他车辆，以及来自 SLAM 的位姿图（含三维全景点云）的多层场景图。我们利用照片级真实感仿真器在城市场景中广泛评估 CURB-SG。我们在 http://curb.cs.uni-freiburg.de 发布代码。
引用
@article{arxiv.2309.06635,
title = {Collaborative Dynamic 3D Scene Graphs for Automated Driving},
author = {Elias Greve and Martin Büchner and Niclas Vödisch and Wolfram Burgard and Abhinav Valada},
journal= {arXiv preprint arXiv:2309.06635},
year = {2024}
}
备注
Accepted for "IEEE International Conference on Robotics and Automation (ICRA) 2024"