用于基于融合的车辆定位的 LiDAR/视觉里程计场景感知误差建模
机器人学
2020-03-31 v1
摘要
定位是移动机器人中的一项基本技术。在复杂环境中，有必要融合不同定位模块以获得更鲁棒的结果，其中误差模型起着至关重要的作用。然而，基于外部感知传感器的里程计（ESO），如 LiDAR/视觉里程计，常给出与场景相关的误差结果，难以精确建模。为解决此问题，本研究为 ESO 设计了一种场景感知误差模型，并基于此开发了多模态定位融合框架。此外，提出一种端到端学习方法，利用 GPS/IMU 结果等稀疏全局位姿训练该误差模型。所提方法用于 LiDAR/视觉里程计的误差建模，并将其结果与航位推算融合以检验车辆定位性能。使用经验环境与未经验环境的仿真和真实世界数据开展实验，实验结果表明，借助所学场景感知误差模型，车辆定位精度可大幅提升，并在未经验场景中表现出适应性。
引用
@article{arxiv.2003.13109,
title = {Scene-Aware Error Modeling of LiDAR/Visual Odometry for Fusion-based Vehicle Localization},
author = {Xiaoliang Ju and Donghao Xu and Huijing Zhao},
journal= {arXiv preprint arXiv:2003.13109},
year = {2020}
}