学习用于纯激光雷达运动估计的偏置校正
机器人学
2018-08-28 v2
摘要
本文提出一种利用学习方法校正经典估计器中偏置的新技术。我们将学习到的偏置校正应用于纯激光雷达运动估计流程。我们的技术使用带真值的数据训练高斯过程（GP）回归模型。模型的输入是从点云几何中导出的高层特征，输出是估计器计算的位姿与真值之间的预测偏置。预测的偏置作为校正应用于估计器计算的位姿。我们的技术在超过 50 km 的激光雷达数据上进行了评估，包括 KITTI 里程计基准和围绕多伦多大学校园收集的激光雷达数据集。应用学习到的偏置校正后，我们在所有测试数据集中都获得了纯激光雷达里程计的显著改进。在一个已经精确的纯激光雷达里程计算法基础上，我们在所有数据集上实现了约 10% 的误差降低，而运行时计算成本仅增加不到 1%。
引用
@article{arxiv.1801.04678,
title = {Learning a Bias Correction for Lidar-only Motion Estimation},
author = {Tim Y. Tang and David J. Yoon and François Pomerleau and Timothy D. Barfoot},
journal= {arXiv preprint arXiv:1801.04678},
year = {2018}
}
备注
15th Conference on Computer and Robot Vision (CRV 2018)