TensorMap：基于张量分解的激光雷达拓扑建图与定位
图像与视频处理
2019-02-28 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
我们提出一种从激光探测及测距(Lidar)数据构建（并定位于）拓扑地图的技术。自动驾驶车辆相对于参考地图的实时定位对其安全运营至关重要。由于Lidar传感器提供丰富信息，其正成为该任务颇具前景的选择。然而，由于Lidar每间隔不到一秒便输出大量数据，实时处理信息愈发困难。因此，当前系统已转向更快的替代方案，但以精度为代价。为克服延迟与精度间固有的权衡，我们提出一种利用正交Tucker3张量分解从Lidar数据构建拓扑地图的技术。我们的实验评估表明，与完整数据相比，所提出的技术不仅实现了高压缩比，还能在基于图的地图表示中准确检测车辆位置。我们还分析了所提技术对高斯噪声和平移噪声的鲁棒性，从而开启了张量分解在Lidar数据分析中潜在应用的探索。
引用
@article{arxiv.1902.10226,
title = {TensorMap: Lidar-Based Topological Mapping and Localization via Tensor Decompositions},
author = {Sirisha Rambhatla and Nikos D. Sidiropoulos and Jarvis Haupt},
journal= {arXiv preprint arXiv:1902.10226},
year = {2019}
}
备注
5 pages; Index Terms - Topological maps, Lidar, Localization of Autonomous Vehicles, Orthogonal Tucker Decomposition, and Scan-matching