基于带反馈分散卡尔曼滤波的相对 3D 自动驾驶地图精确定位
机器人学
2019-07-29 v1
摘要
本文提出了一种相对于 3D 地图的自动驾驶（AD）新型高精度定位方法。AD 地图未必是平坦的，因此这里的定位问题在三维中求解。车辆运动被建模为分段平面但具有以回旋曲线近似的竖向曲率。定位问题通过带反馈的分散卡尔曼滤波（DKFF）融合所有可用信息来求解。里程计、视觉里程计、GPS、不同传感器与单目相机输入被融合在一起，以获得相对于地图的精确定位。由于线-点几何对偶性，地图中的折线与地标点以相同方式处理。在强跟踪方法中累积一组弱滤波器，从而得到精确定位结果。
引用
@article{arxiv.1907.11237,
title = {Precise localization relative to 3D Automated Driving map using the Decentralized Kalman filter with Feedback},
author = {Koba Natroshvili and Kai Storr and Fabian Oboril and Kay-Ulrich Scholl},
journal= {arXiv preprint arXiv:1907.11237},
year = {2019}
}