自动驾驶车辆导航与建图中的多传感器融合：城市环境下的精确定位
机器人学
2021-03-26 v1
摘要
来自多个传感器的数据组合，也称为传感器融合或数据融合，是自主机器人设计中的关键方面。特别是，能够容纳传感器融合技术的算法可提高精度，并对单个传感器的故障更具鲁棒性。在过去的二十年中，自主导航、建图与定位算法的开发取得了巨大进展。尽管如此，在为密集城市环境（即所谓的最后一英里配送发生之处）开发精确鲁棒定位方案方面仍存在挑战。在这些场景中，局部运动估计与实时数据和详细预建地图的匹配相结合。在本文中，我们利用自主配送机器人收集的数据来比较不同的传感器融合技术，并评估在不同环境下哪些算法能提供最高精度。我们分析并提出的这些技术利用了3D激光雷达数据、惯性数据、GNSS数据和轮式编码器读数。我们展示了激光雷达扫描匹配与其他传感器数据结合如何用于提高机器人定位及其导航的精度。此外，我们提出了一种策略，以在环境变化导致地图数据失效或部分可用地图损坏时，减少对导航性能的影响。
引用
@article{arxiv.2103.13719,
title = {Multi Sensor Fusion for Navigation and Mapping in Autonomous Vehicles: Accurate Localization in Urban Environments},
author = {Li Qingqing and Jorge Peña Queralta and Tuan Nguyen Gia and Zhuo Zou and Tomi Westerlund},
journal= {arXiv preprint arXiv:2103.13719},
year = {2021}
}