面向自动驾驶的曲线道路坐标下扩展目标跟踪
机器人学
2022-02-09 v1
摘要
文献中，为自动驾驶开发的扩展目标跟踪(EOT)算法主要在车辆参考系的笛卡尔坐标系中提供障碍物状态估计。然而，在许多场景中，在实现巡航控制、车道保持辅助、编队行驶等自动驾驶子系统时，更倾向于采用道路对齐的曲线坐标进行状态表示。本文提出一种结合无迹卡尔曼滤波器(UKF)估计器的高斯混合概率假设密度(GM-PHD)滤波器，可在曲线道路坐标下提供障碍物状态估计。我们采用激光雷达与雷达传感器之间的混合传感器融合架构，以获得丰富的测量点表示用于 EOT。UKF 估计器的测量模型通过利用三次 Hermite 样条道路模型集成从曲线道路坐标到笛卡尔坐标的坐标转换而建立。所提算法通过 Matlab 驾驶场景设计器仿真及在蒙扎 Eni 赛道收集的实验数据进行了验证。
引用
@article{arxiv.2202.03785,
title = {Extended Object Tracking in Curvilinear Road Coordinates for Autonomous Driving},
author = {Pragyan Dahal and Simone Mentasti and Stefano Arrigoni and Francesco Braghin and Matteo Matteucci and Federico Cheli},
journal= {arXiv preprint arXiv:2202.03785},
year = {2022}
}