面向自主代客泊车的多相机视觉-惯性同时定位与建图
机器人学
2024-01-15 v3
摘要
定位与建图是自动驾驶车辆的关键能力。本文中，我们在 Kimera 基础上扩展其使用多相机以及外部（如车轮）里程计传感器，以在真实问题中获得准确且鲁棒的里程计估计。此外，我们提出了一种有效的闭环方案，规避了基于 Perspective-n-Point 方法的常见替代方案的缺陷，且可配合单目相机工作。最后，我们开发了一种自由空间稠密 3D 建图方法，将用于自由空间检测的分割网络与基于单应性的稠密建图技术相结合。我们在照片级真实感仿真以及福特汽车公司开发的汽车原型上采集的多个真实数据集上测试了我们的系统，涵盖室内与室外泊车场景。我们的多相机系统被证明优于最先进的开放源代码视觉-惯性-SLAM 流水线（Vins-Fusion、ORB-SLAM3），并且在超过 8km 的行驶距离（所有数据集合计）上表现出低于轨迹长度 1% 的平均轨迹误差。展示该系统的视频见：youtu.be/H8CpzDpXOI8。
引用
@article{arxiv.2304.13182,
title = {Multi-Camera Visual-Inertial Simultaneous Localization and Mapping for Autonomous Valet Parking},
author = {Marcus Abate and Ariel Schwartz and Xue Iuan Wong and Wangdong Luo and Rotem Littman and Marc Klinger and Lars Kuhnert and Douglas Blue and Luca Carlone},
journal= {arXiv preprint arXiv:2304.13182},
year = {2024}
}