面向高精地图：一种利用语义分割提升NDT地图压缩率与描述能力的框架
机器人学
2023-01-11 v1
摘要
自动驾驶车辆的稳健导航需要高精（HD）地图，但其受限于车载存储容量。为此，我们提出了一种新颖的框架——环境感知正态分布变换（EA-NDT），可显著提升标准NDT地图表示的压缩率。EA-NDT的压缩表示基于点云的语义辅助聚类，与标准NDT的网格单元相比，可得到更优的单元。为评估EA-NDT，我们提供了一个开源实现，可从点云中提取平面与圆柱基元特征，并进一步将其划分为更小的单元，以EA-NDT HD地图形式表示数据。我们采集了一个开放式郊区环境数据集，并将EA-NDT HD地图表示与标准NDT表示进行了评估。与标准NDT相比，EA-NDT在保持相同描述能力的同时，始终实现了至少1.5倍的更高地图压缩率。此外，我们表明在使用相同单元数量时，EA-NDT能够生成描述能力得分显著高于标准NDT的地图。
引用
@article{arxiv.2301.03956,
title = {Towards High-Definition Maps: a Framework Leveraging Semantic Segmentation to Improve NDT Map Compression and Descriptivity},
author = {Petri Manninen and Heikki Hyyti and Ville Kyrki and Jyri Maanpää and Josef Taher and Juha Hyyppä},
journal= {arXiv preprint arXiv:2301.03956},
year = {2023}
}
备注
8 pages, 8 figures, IROS22