面向自主移动机器人的LiDAR与广角相机数据鲁棒融合
计算机视觉与模式识别
2018-08-24 v3 机器人学
摘要
协助人类完成日常任务的自主机器人正变得越来越普及。自主移动机器人通过感知和理解周围环境来做出准确的驾驶决策。自主车辆利用多种不同传感器（如LiDAR、雷达、超声波传感器和相机）的组合来感知周围环境。这些异构传感器同时捕捉环境的各种物理属性。这种传感的多模态性和冗余性需要通过传感器数据融合得到积极利用，以实现对环境可靠且一致的感知。然而，这些多模态传感器数据流在时间分辨率、空间分辨率、数据格式和几何对齐等方面彼此不同。为使后续感知算法能够利用多模态传感提供的多样性，数据流需要在空间、几何和时间上相互对齐。在本文中，我们解决了融合光探测与测距（LiDAR）扫描仪和广角单目图像传感器的输出以进行自由空间检测的问题。LiDAR扫描仪和图像传感器的输出具有不同的空间分辨率，需要相互对齐。我们使用几何模型来空间对齐两个传感器输出，随后采用基于高斯过程（GP）回归的分辨率匹配算法，以可量化的不确定性插值缺失数据。结果表明，所提出的传感器数据融合框架显著辅助了后续感知步骤，不确定性感知的自由空间检测算法的性能提升即为例证。
引用
@article{arxiv.1710.06230,
title = {Robust Fusion of LiDAR and Wide-Angle Camera Data for Autonomous Mobile Robots},
author = {Varuna De Silva and Jamie Roche and Ahmet Kondoz},
journal= {arXiv preprint arXiv:1710.06230},
year = {2018}
}