基于稀疏语义视觉特征的道路建图与定位
机器人学
2021-08-12 v1
摘要
我们提出一种用于自动驾驶车辆视觉建图与定位的新方法，通过提取、建模和优化语义道路要素实现。具体而言，我们的方法集成级联深度模型来检测标准化道路要素以替代传统点特征，从而求得更高的位姿精度与更紧凑的地图表示。为利用结构特征，我们以代表性深度关键点刻画路灯与标志的骨架和边界，并通过分段三次样条参数化车道。基于道路语义特征，我们构建了包含 a) 图像处理前端、b) 传感器融合策略、c) 优化后端的完整建图与定位流程。在公开数据集与我们的测试平台上的实验表明了该方法相对传统方法的效能与优势。
引用
@article{arxiv.2108.05047,
title = {Road Mapping and Localization using Sparse Semantic Visual Features},
author = {Wentao Cheng and Sheng Yang and Maomin Zhou and Ziyuan Liu and Yiming Chen and Mingyang Li},
journal= {arXiv preprint arXiv:2108.05047},
year = {2021}
}
备注
Published at IEEE ROBOTICS AND AUTOMATION LETTERS