基于OpenStreetMap与LiDAR朴素谷路径避障的自主导航
机器人学
2024-05-21 v5 系统与控制
系统与控制
摘要
OpenStreetMap（OSM）目前被研究作为自主导航的环境表征。它具有全局一致性、轻量化的地图构建过程以及公开可用的丰富道路信息等优势。然而，此类信息的局部位置通常不太准确。在本文中，我们提出一种完整的自主导航流程，使用OSM信息作为全局规划的环境表征。为规避局部低精度的缺陷，我们提出新颖的基于LiDAR的朴素谷路径（NVP）方法，其利用“谷”区域的概念来推断始终远离障碍物最远的局部路径。该行为使导航始终穿过可通行区域的中心，并遵循道路形状，与OSM误差无关。此外，NVP是一种朴素方法，具有极高的采样时间效率。该时间效率还实现了避障，即便对动态物体亦然。我们在研究平台BLUE上展示了系统的鲁棒性，在阿利坎特大学科学园自主驾驶超过20 km，相对于道路中心的平均误差为0.24米，平均采样时间为19.8 ms。我们的车辆可避开道路上的静态障碍物，甚至动态障碍物，如车辆和行人。
引用
@article{arxiv.2108.09117,
title = {OpenStreetMap-based Autonomous Navigation With LiDAR Naive-Valley-Path Obstacle Avoidance},
author = {Miguel Angel Munoz-Banon and Edison Velasco-Sanchez and Francisco A. Candelas and Fernando Torres},
journal= {arXiv preprint arXiv:2108.09117},
year = {2024}
}
备注
This paper was published in the journal "IEEE Transactions on Intelligent Transportation Systems" (T-ITS)