拓扑不确定性下自动驾驶车辆车道识别的定位
机器人学
2018-03-06 v1 人工智能
摘要
自动驾驶车辆（AV）需要精确的度量与拓扑位置估计，以实现安全、有效的导航与决策。尽管存在许多高精（HD）路线图，但它们并非总是准确的，因为公共道路是动态的，受到人类活动与自然不可预测的影响。因此，AV 必须能够处理地图所指定拓扑与现实不符的情况。我们提出可变结构多隐马尔可夫模型（VSM-HMM）作为在拓扑不确定性下定位的框架，并在一辆 AV 上展示了其有效性，其中车道归属被建模为拓扑定位过程。VSM-HMM 使用一组动态 HMM 同时推断一组最可能当前拓扑内的位置，因此也可应用于拓扑结构估计以及 AV 车道估计。此外，我们提出了地球移动距离（Earth Mover's Distance）的一个扩展，可在计算任意相对大小的单纯形上信念分布间距离时考虑不确定性。
引用
@article{arxiv.1803.01378,
title = {Localization under Topological Uncertainty for Lane Identification of Autonomous Vehicles},
author = {Samer B. Nashed and David M. Ilstrup and Joydeep Biswas},
journal= {arXiv preprint arXiv:1803.01378},
year = {2018}
}
备注
6 pages, to appear in ICRA 2018