面向自动驾驶车辆的语义地图单目定位
计算机视觉与模式识别
2024-06-07 v1 机器人学
摘要
准确且鲁棒的定位仍然是自动驾驶车辆面临的一项重大挑战。传感器成本以及局部计算效率的限制使其难以扩展到大型商业应用。传统的基于视觉的方法依赖于纹理特征，这些特征易受光照、季节、视角和外观变化的影响。此外，带有描述子的地图存储空间大以及复杂的优化过程也阻碍了系统性能。为了平衡效率与准确性，我们提出了一种新颖的轻量级视觉语义定位算法，该算法采用稳定的语义特征而非低级纹理特征。首先，通过使用相机或激光雷达传感器检测地面标记、车道线和杆状物等语义对象，离线构建语义地图。然后，通过语义特征与地图对象的数据关联进行在线视觉定位。我们在公开的KAIST城市数据集以及自行录制的场景中评估了我们提出的定位框架。实验结果表明，我们的方法在各种自动驾驶定位任务中是一种可靠且实用的定位解决方案。
引用
@article{arxiv.2406.03835,
title = {Monocular Localization with Semantics Map for Autonomous Vehicles},
author = {Jixiang Wan and Xudong Zhang and Shuzhou Dong and Yuwei Zhang and Yuchen Yang and Ruoxi Wu and Ye Jiang and Jijunnan Li and Jinquan Lin and Ming Yang},
journal= {arXiv preprint arXiv:2406.03835},
year = {2024}
}