面向高速公路与隧道驾驶的具有在线误差估计的增强激光扫描匹配
机器人学
2022-08-01 v1 计算机视觉与模式识别
摘要
激光雷达数据可用于生成点云，以用于自动驾驶车辆或移动机器人平台的导航。扫描匹配是估计使两幅点云最佳对齐的刚体变换的过程，是激光雷达里程计（一种航位推算形式）的基础。当 GPS 等绝对传感器不可用时，激光雷达里程计尤为有用。本文提出迭代最近椭球变换（ICET），一种相对于当前最先进的正态分布变换（NDT）具有两项新颖改进的扫描匹配算法。与 NDT 类似，ICET 将激光雷达数据分解为体素，并对每个体素内的点拟合高斯分布。ICET 的第一项创新通过抑制大平面方向上解的响应，降低了沿大平面的几何歧义。ICET 的第二项创新是推断与连续点云间位置和姿态变换相关的输出误差协方差；当 ICET 被纳入扩展卡尔曼滤波等状态估计例程时，该误差协方差尤为有用。我们构建了仿真，以比较 ICET 与 NDT 在有无几何歧义情况下的二维空间性能，发现 ICET 在产生更优估计的同时能准确预测解算精度。
引用
@article{arxiv.2207.14674,
title = {Enhanced Laser-Scan Matching with Online Error Estimation for Highway and Tunnel Driving},
author = {Matthew McDermott and Jason Rife},
journal= {arXiv preprint arXiv:2207.14674},
year = {2022}
}