面向自主室内泊车的基于视觉的语义建图与定位
计算机视觉与模式识别
2018-09-27 v1
摘要
本文中，我们提出了一种新颖且实用的方案，用于停车场自动驾驶的实时室内定位。我们提取高层地标——停车位，并为其添加标签以规避低层视觉特征的歧义性。随后，我们提出了一种鲁棒的方法来检测停车位之间错误的数据关联，并通过动态剔除次优数据关联进一步扩展优化框架。我们引入视觉基准标记以提升整体精度。由此，停车场的语义地图可被完全自动且鲁棒地建立。我们利用我们的自动驾驶平台 TiEV 基于该地图测试了实时定位性能，在 10kph 速度下可实现平均 0.3m 轨迹追踪精度。
引用
@article{arxiv.1809.09929,
title = {Vision-based Semantic Mapping and Localization for Autonomous Indoor Parking},
author = {Yewei Huang and Junqiao Zhao and Xudong He and Shaoming Zhang and Tiantian Feng},
journal= {arXiv preprint arXiv:1809.09929},
year = {2018}
}