基于紧凑语义地图的单目车辆自定位方法
机器人学
2018-05-17 v1
摘要
高精度定位是自动驾驶系统的一项关键需求。传统定位方法在提供稳定且准确的车辆位姿方面存在一定局限，尤其是在城市环境中。为此，我们提出了一种利用单目相机和三维紧凑语义地图的新型自定位方法。道路地标的预采集信息以最少数据量存储于自定义地图中。我们使用深度神经网络识别地标，随后进行几何特征提取过程以提高测量精度。通过最小化自定义的重投影残差误差来评估地图到图像的配准，并结合一种鲁棒关联方法，估计车辆的位置与姿态。我们通过将该方法应用于开放数据集中的车辆定位来验证其有效性，相较于当前最优（state of the art）方法，在以更少的传感器配置和地图存储下取得了0.345米的RMS精度。我们还评估了一些关键步骤并讨论了各子系统的贡献。
引用
@article{arxiv.1805.06155,
title = {Monocular Vehicle Self-localization method based on Compact Semantic Map},
author = {Zhongyang Xiao and Kun Jiang and Shichao Xie and Tuopu Wen and Chunlei Yu and Diange Yang},
journal= {arXiv preprint arXiv:1805.06155},
year = {2018}
}