MOZARD:城市室外环境中自动驾驶车辆的多模态定位
机器人学
2020-03-04 v2
摘要
视觉贫乏场景是室外环境视觉定位系统失效的主要来源之一。为应对该挑战,我们提出 MOZARD,一种利用视觉与 LiDAR 的城市室外环境多模态定位系统。通过将我们既有的基于关键点的视觉多时段局部定位方法与语义数据结合,可在差异极大的表观条件下实现更高的定位召回率。我们特别聚焦于路缘石信息的使用,因其在城市环境中分布广泛且可靠。我们在极具挑战性的城市室外环境中进行了数公里驾驶的详尽实验评估,分析了定位系统的召回率与精度,并通过案例研究展示了各子系统的可能失效情形。我们证明 MOZARD 能够弥补我们先前工作 VIZARD 失效的场景,从而提升召回率表现,同时实现了 0.2m 量级的相似定位精度。
引用
@article{arxiv.2003.00924,
title = {MOZARD: Multi-Modal Localization for Autonomous Vehicles in Urban Outdoor Environments},
author = {Lukas Schaupp and Patrick Pfreundschuh and Mathias Buerki and Cesar Cadena and Roland Siegwart and Juan Nieto},
journal= {arXiv preprint arXiv:2003.00924},
year = {2020}
}