视觉SLAM集成到消费级汽车定位系统中的研究
机器人学
2025-11-11 v1
摘要
消费级车辆中精准的自身运动估计目前依赖于惯性传感器，即轮距计和陀螺仪，其性能受限于系统误差和标定问题。虽然视觉-惯性SLAM在机器人领域已成为标准，但其在汽车自身运动估计中的集成仍鲜有探索。本文研究如何将视觉SLAM集成到消费级车辆定位系统中以提升性能。我们提出了一种框架，将视觉SLAM与车辆侧向动力学模型融合，以实现在真实驾驶条件下的在线陀螺仪标定。实验结果表明，基于视觉的集成显著�提高了陀螺仪标定精度，从而提升了整体定位性能，为实现更高精度的汽车定位指明了前景。我们在 proprietary 数据集和公开数据集上均提供了结果，显示出性能提升，并在公开基准测试中相较于现有方法实现了领先的定位精度。
引用
@article{arxiv.2511.06919,
title = {Integration of Visual SLAM into Consumer-Grade Automotive Localization},
author = {Luis Diener and Jens Kalkkuhl and Markus Enzweiler},
journal= {arXiv preprint arXiv:2511.06919},
year = {2025}
}
备注
This manuscript has been submitted to the IEEE for possible publication