LESS-Map: 面向长期自定位的停车场轻量且演进式语义地图
机器人学
2023-10-12 v1
摘要
精确且长期稳定的定位对于停车场中的自动驾驶或自主代客泊车等任务至关重要。现有方法依赖固定且内存低效的地图, 缺乏鲁棒的数据关联方法, 不适用于精确定位或长期地图维护。本文中, 我们提出一种基于地面语义特征、利用低成本摄像头的新型建图、定位与地图更新系统。我们提出一种精确且轻量的参数化方法以建立改进的数据关联, 并实现厘米级精确定位。此外, 我们通过对参数化语义特征实施高质量数据关联, 提出一种新颖的地图更新方法, 可在重定位过程中持续更新与精炼地图, 同时保持厘米级精度。我们在真实世界实验中验证了所提方法的性能, 并与最先进算法进行比较。所提方法在配准过程中实现了平均 5cm 的精度提升。生成的地图仅占用 450 KB/km 的紧凑存储空间, 并可通过持续更新适应演进环境。
引用
@article{arxiv.2310.07390,
title = {LESS-Map: Lightweight and Evolving Semantic Map in Parking Lots for Long-term Self-Localization},
author = {Mingrui Liu and Xinyang Tang and Yeqiang Qian and Jiming Chen and Liang Li},
journal= {arXiv preprint arXiv:2310.07390},
year = {2023}
}
备注
6 pages, 8 figures