基于雷达的车辆定位：多模态传感器图方法中利用地标
机器人学
2021-04-30 v1 计算机视觉与模式识别
摘要
高度自动驾驶功能目前在复杂场景（如城市）中常依赖地图的先验知识进行规划与预测，这使得相对于地图的定位成为一项关键能力。本文针对使用车规级雷达进行定位的问题，采用一种基于图的实时SLAM方法。该系统以地标和里程计信息作为抽象层，这样一来，除雷达外，包括相机和激光雷达在内的各种不同传感器模态均可贡献数据。所有传感器共用并维护一张单一的语义地标地图。我们使用C++实现了该方法，并在由轿车和卡车组成的测试车辆所获取的数据上进行了全面测试。测试场景包括内城区域以及集装箱码头等工业区。本文实验表明，仅使用雷达数据，该方法便能在结构化环境中提供精确且稳定的位姿。融合来自相机或激光雷达的额外传感器信息可进一步提升性能，提供自动建图所需的可靠语义信息。
引用
@article{arxiv.2104.14156,
title = {Radar-based Automotive Localization using Landmarks in a Multimodal Sensor Graph-based Approach},
author = {Stefan Jürgens and Niklas Koch and Marc-Michael Meinecke},
journal= {arXiv preprint arXiv:2104.14156},
year = {2021}
}