基于栅格化与矢量化 HD 地图的端到端层次化视觉定位系统 RAVE
机器人学
2025-09-24 v2
摘要
精准定位是自动驾驶系统的重要组成部分。传统基于规则的定位方法包含众多独立模块，理论上脆弱且需要高昂的超参数调优，从而牺牲精度和泛化能力。本文提出一种端到端视觉定位系统 RAVE，将周围图像与 HD 地图数据关联，以估计位姿。为确保定位的高质量观测，开发了基于低秩流的先验融合模块（FLORA），将误对齐的地图先验融入感知到的 BEV 特征中。追求效率、可解释性与精度之间的平衡，提出了层次化定位模块，通过使用栅格化 HD 地图的解耦 BEV 神经匹配位姪求解器（DEMA）高效估计位姿，然后通过使用矢量化 HD 地图的 Transformer 基于位姪的回归器（POET）进行细化。实验结果表明，我们的方法能够在不同环境条件下实现稳健且精确的定位，同时保持高效运行。
关键词
引用
@article{arxiv.2503.00862,
title = {RAVE: End-to-end Hierarchical Visual Localization with Rasterized and Vectorized HD map},
author = {Jinyu Miao and Tuopu Wen and Kun Jiang and Kangan Qian and Zheng Fu and Yunlong Wang and Zhihuang Zhang and Mengmeng Yang and Jin Huang and Zhihua Zhong and Diange Yang},
journal= {arXiv preprint arXiv:2503.00862},
year = {2025}
}
备注
16 pages, 10 figures, 6 tables