FlexCloud：点云地图的直接、模块化地理配准与漂移校正
机器人学
2025-02-04 v1 计算机视觉与模式识别
摘要
当前用于自动驾驶实际应用的软件栈利用地图信息来确保可靠的定位、路径规划和运动预测。点云地图的生成是一个重要的研究领域，涉及同步定位与建图（SLAM）这一主题。由于大多数最新进展不包含全局位置数据，生成的云地图存在内部畸变和缺失地理参考信息的问题，阻碍了它们用于基于地图的定位方法。因此，我们提出 FlexCloud，用于对 SLAM 创建的点云地图进行自动地理配准。我们的方法设计为可与不同的 SLAM 方法模块化地工作，仅利用生成的局部点云地图及其里程计信息。使用相应的 GNSS 位置，无需额外的控制点即可实现直接地理配准。通过利用三维橡皮页变换，我们可以校正地图内由长期漂移引起的畸变，同时保持其结构。我们的方法能够利用移动测绘系统（MMS）收集的数据创建一致的、全球参考的点云地图。我们工作的源代码可在 https://github.com/TUMFTM/FlexCloud 获取。
引用
@article{arxiv.2502.00395,
title = {FlexCloud: Direct, Modular Georeferencing and Drift-Correction of Point Cloud Maps},
author = {Maximilian Leitenstern and Marko Alten and Christian Bolea-Schaser and Dominik Kulmer and Marcel Weinmann and Markus Lienkamp},
journal= {arXiv preprint arXiv:2502.00395},
year = {2025}
}
备注
Accepted for publication at VEHITS 2025, Proceedings of the 11th International Conference on Vehicle Technology and Intelligent Transport Systems - VEHITS; 2025