DL-SLOT：基于协同图优化的动态激光雷达 SLAM 与物体跟踪
机器人学
2024-10-28 v1
摘要
自车位姿估计与动态物体跟踪是自动驾驶系统的两个关键问题。这些问题的求解通常基于各自的假设，即同步定位与建图（SLAM）的静态世界假设和物体跟踪的精确自车位姿假设。然而，在动态道路场景中这些假设难以成立，此时 SLAM 与物体跟踪变得紧密关联。因此，我们提出 DL-SLOT，一种动态激光雷达 SLAM 与物体跟踪方法，以同时解决这两个耦合问题。该方法将自动驾驶车辆以及环境中静止与动态物体的状态估计集成到统一优化框架中。首先，我们利用物体检测识别属于潜在动态物体的所有点。随后，使用滤波后的点云进行激光雷达里程计。同时，我们提出一种基于滑动窗口的物体关联方法，依据被跟踪物体的历史轨迹精确关联物体。自车状态及静止与动态物体状态被集成到基于滑动窗口的协同图优化中。随后将静止物体从潜在动态物体集合中恢复。最后，执行全局位姿图以消除累积误差。在 KITTI 数据集上的实验表明，我们的方法比 SLAM 与物体跟踪基线方法取得了更好的精度。这证实了同时求解 SLAM 与物体跟踪互为有利，显著提升了动态道路场景下 SLAM 与物体跟踪的鲁棒性与精度。
引用
@article{arxiv.2212.02077,
title = {DL-SLOT: Dynamic LiDAR SLAM and object tracking based on collaborative graph optimization},
author = {Xuebo Tian and Zhongyang Zhu and Junqiao Zhao and Gengxuan Tian and Chen Ye},
journal= {arXiv preprint arXiv:2212.02077},
year = {2024}
}
备注
10 pages, 10 figures, this work has been submitted to the IEEE for possible publication