基于基础设施节点的自动驾驶车辆定位

车辆定位对于自动驾驶车辆（AV）导航与高级驾驶辅助系统（ADAS）至关重要。精确的车辆定位通常通过昂贵的惯性导航系统，或采用计算密集的视觉处理（LiDAR/相机）来增强低成本且含噪的惯性传感器来实现。在此，我们开发了一种框架，将智能基础设施节点（ix-node）所获得的信息与自动驾驶车辆车载定位引擎融合，以即使在廉价惯性传感器下也能估计自车的鲁棒且精确的位姿。智能 ix-node 通常用于增强自动驾驶车辆的感知能力，尤其在 AV 的车载感知传感器被环境中的动态与静态物体遮挡而失效时。本工作中，我们利用 ix-node 的感知输出来提升 AV 的定位精度。将 ix-node 感知输出与车辆的低成本惯性传感器融合，使我们能够可靠地进行车辆定位，而无需依赖昂贵的惯性导航系统或 AV 上计算密集的视觉处理。所提方法已在密歇根州安娜堡一条测试赛道采集的真实世界数据集上测试。对实验结果的详细分析表明，引入 ix-node 数据改善了定位性能。