東京大學提出矢量地圖和體素網格地圖進行視覺定位

以下內容來自從零開始機器人SLAM知識星球 每日更新內容
點擊領取學習資料 → 機器人SLAM學習資料大禮包
#論文# VMVG-Loc: Visual Localization for Autonomous Driving using Vector Map and Voxel Grid Map
論文地址:IROS2022論文集
作者單位:日本東京大學
? ? ?本文提出了一種利用雙目相機的矢量地圖和體素網格地圖進行視覺定位的方法。這兩個地圖提供了不同的模態(tài)優(yōu)勢,并使用粒子濾波器集成。與其他基于矢量地圖的方法相比,我們的方法不使用道路標記,因為創(chuàng)建和維護包含高精度道路標記的矢量地圖是費力的。此外,它還限制了它們可用的區(qū)域。
? ? ?這種方法只使用矢量地圖中的車道中心線,這比道路標記更容易創(chuàng)建。該方法通過射線投射和重投影誤差計算來評估體素網格地圖的車輛位置。雖然這使得方法對環(huán)境敏感,但車道的約束使估計穩(wěn)定。實驗證明,該方法能夠穩(wěn)定、準確地進行定位,即使在較長的距離上也不會出現故障。此外,一項消融研究顯示了結合兩種地圖的好處。本文貢獻如下:1、提出了在不使用路面標記的情況下,利用矢量和體素網格地圖進行視覺定位。2、對不同場景下的定位精度和魯棒性進行測試。3、消融研究兩種類型的地圖的影響。









以上內容來自從零開始機器人SLAM知識星球 每日更新內容
標簽: