基于完整性驱动地标注意力的鲁棒 GPS-视觉定位
机器人学
2021-01-14 v1 计算机视觉与模式识别
摘要
针对城市区域中鲁棒的 GPS-视觉导航，我们提出了一种通过随机可达性实现的完整性驱动地标注意力（ILA）技术。受人类认知注意力的启发，我们执行凸优化以从 GPS 和视觉测量中选择一个地标子集，使完整性驱动的性能最大化。在已知非故障条件下测量误差界的前提下，我们的 ILA 采用统一方法处理 GPS 与视觉故障，并且兼容任何现成的估计器。我们分析测量偏差以估计每个地标的期望位置的随机可达集，该集通过概率zonotope（p-Zonotope）参数化。我们应用集合并集来构建 p-Zonotopic 代价，其表示基于地标包含/排除的位置边界大小。我们通过凸松弛联合最小化 p-Zonotopic 代价并最大化地标数量。对于城市数据集，我们展示了在预定义告警限值下改进的定位精度与鲁棒的预计可用性。
引用
@article{arxiv.2101.04836,
title = {Robust GPS-Vision Localization via Integrity-Driven Landmark Attention},
author = {Sriramya Bhamidipati and Grace Xingxin Gao},
journal= {arXiv preprint arXiv:2101.04836},
year = {2021}
}