VIPS-Odom：与停车位紧耦合的视觉-惯性里程计用于自主泊车
机器人学
2024-07-09 v1
摘要
精确定位对于自主泊车任务至关重要，因为它为下游的规划和控制模块提供服务，这显著影响系统性能。对于泊车场景，动态光照、稀疏纹理以及全球定位系统（GPS）信号的不稳定性对大多数传统定位方法构成了挑战。为了解决这些困难，我们提出了VIPS-Odom，一种用于地下自主泊车的新型语义视觉-惯性里程计框架，它采用紧耦合优化来融合来自多模态传感器的测量值并求解里程计。我们的VIPS-Odom在前端将合成鸟瞰图（BEV）图像中检测到的停车位与传统特征点集成，并在后端利用惯性测量单元、轮速传感器和停车位测量值引入的联合约束进行紧耦合优化。我们开发了一个多目标跟踪框架来稳健地跟踪停车位的状态。为了证明我们方法的优越性，我们为一辆电动汽车配备了相关传感器，并基于ROS2系统构建了一个实验平台。大量实验证明了我们的方法在泊车场景下相较于其他基线的有效性和优势。
引用
@article{arxiv.2407.05017,
title = {VIPS-Odom: Visual-Inertial Odometry Tightly-coupled with Parking Slots for Autonomous Parking},
author = {Xuefeng Jiang and Fangyuan Wang and Rongzhang Zheng and Han Liu and Yixiong Huo and Jinzhang Peng and Lu Tian and Emad Barsoum},
journal= {arXiv preprint arXiv:2407.05017},
year = {2024}
}
备注
A SLAM Method for Autonomous Parking