基于道路相似性的 BEV-卫星图像匹配用于 UGV Localization
机器人学
2025-04-24 v1
摘要
为解决 GNSS 被剥夺的离野外野生 UGV Localization 挑战，本研究提出了一种基于匹配的 Localization 方法，利用 BEV 感知图像和卫星地图 within 一个 road similarity space 来实现高精度定位。我们首先实现了一个稳健的 LiDAR-惯性里程计系统，随后融合 LiDAR 和图像数据以生成 UGV 的局部 BEV 感知图像。该方法缓解了 ground-view 图像与卫星地图之间的显著视角差异。将 BEV 图像和卫星地图投影到 road similarity space 中，计算归一化交叉相关 (NCC) 以评估匹配得分。最后，采用粒子滤波器估计车辆姿态的概率分布。通过与 GNSS 地面真值比较，我们的 Localization 系统在 10 km 长距离测试中表现稳定，未出现发散，平均横向误差仅为 0.89 米，平均平面欧几里得误差为 3.41 米。此外，即使在夜间条件下，系统也能维持准确稳定的全局 Localization，进一步验证了其鲁棒性和适应性。
引用
@article{arxiv.2504.16346,
title = {Road Similarity-Based BEV-Satellite Image Matching for UGV Localization},
author = {Zhenping Sun and Chuang Yang and Yafeng Bu and Bokai Liu and Jun Zeng and Xiaohui Li},
journal= {arXiv preprint arXiv:2504.16346},
year = {2025}
}
备注
7 pages,9 figures,published to IROS2025