网联自动驾驶车辆中的协同多模态定位
信号处理
2021-07-19 v1
摘要
协同定位有望在网联自动驾驶车辆（CAVs）领域的各类应用中发挥关键作用。未来5G无线系统有望实现高性价比的Vehicle-to-Everything（V2X，车联网）系统，使CAVs能够与网络其他实体共享其采集与测量的数据。该问题通常部署的典型测量模型包括来自全球定位系统（GPS）的绝对位置，以及从光探测与测距（LIDAR）或无线电探测与测距（RADAR）传感器提取的到邻近车辆的相对距离与方位角。本文提出一种协同定位方法，通过将以无向图表示互联车辆车队、将每辆车的位置相对于其邻近车辆进行编码，实现互联车辆间的多模态融合。该方法基于：i) 拉普拉斯处理——一种图信号处理工具，可捕获车辆无向图的内在几何结构而非其在全局坐标系中的绝对位置；ii) 由运动车辆运动模式带来的时间相干性。
引用
@article{arxiv.2107.07716,
title = {Cooperative Multi-Modal Localization in Connected and Autonomous Vehicles},
author = {Nikos Piperigkos and Aris S. Lalos and Kostas Berberidis and Christos Anagnostopoulos},
journal= {arXiv preprint arXiv:2107.07716},
year = {2021}
}