基于鱼眼相机的自动驾驶车辆实时稠密建图
机器人学
2019-04-19 v2
摘要
我们提出了一种面向大规模环境的实时稠密几何建图算法。与现有使用针孔相机的方法不同，我们的实现基于鱼眼相机，其具有更大的视场角，并有益于包括视觉-惯性里程计、定位及车辆周边目标检测在内的其他任务。我们的算法在车载 PC 上以约 15 Hz 运行，为自动驾驶车辆实现仅视觉的 3D 场景感知。对于由多个相机捕获的每套同步图像，我们首先使用平面扫描立体匹配为参考相机计算深度图。为在保持精度与效率的同时顾及鱼眼图像分辨率较低的事实，我们利用多种图像分辨率恢复深度。我们采用快速目标检测框架 YOLOv3 来移除潜在动态物体。在流程末端，我们将鱼眼深度图像融合至截断符号距离函数（TSDF）体素中以获取 3D 地图。我们在大规模城市场景数据集上评估了我们的方法，结果表明即便在复杂环境中我们的方法也能良好工作。
引用
@article{arxiv.1809.06132,
title = {Real-Time Dense Mapping for Self-driving Vehicles using Fisheye Cameras},
author = {Zhaopeng Cui and Lionel Heng and Ye Chuan Yeo and Andreas Geiger and Marc Pollefeys and Torsten Sattler},
journal= {arXiv preprint arXiv:1809.06132},
year = {2019}
}
备注
7 pages, 10 figures