RoadMap
文章下载链接
视频介绍
摘要
论文中提出一种轻量化的定位方案(light-weight localization soluation),依赖于低成本的相机以及紧凑的视觉语义地图(compact visual semantic map)。该语义地图能够被多传感器的车辆以众包(crowd-sourced)的方式创建及更新。特别的,该语义地图包含几个语义元素:车道线(lane line),人行横道(crosswalk),ground sign (地标)and stop line(停止线)。引入了车载建图(on-vehicle mapping),云端维护(on-cloud maintenance)以及用户端使用的整体框架。建图数据通过车辆采集及预处理。然后,众包数据上传至云端。多个车辆收集的众包数据在云端融合以能够实时更新语义地图。最后,语义地图被压缩并分发至量产车,用于定位。在真实的环境下验证提出的地图的性能,并对比其他的算法。语义地图的平均大小是36kb/km。必须指出,该框架是自动驾驶领域可靠并实际可行的定位方案。
The contribution of the paper:
1> 提出一种新框架,用于自动驾驶任务的轻量化localization,包括on-vehicle mapping,on-cloud map maintenance, and user-end localization;
2> 提出用多传感器的车辆来助力低成本的量产车,多传感器的(sensor-rich)车辆每天收集数据并自动更新建图。
3> 进行真实环境的实验来验证提出系统的可靠性。
整体框架
三个部分:
- on-vehicle mapping.车辆配置有前置摄像头(front-view camera),RTK-GPS,导航传感器(IMU+车轮编码器)。这些车辆每天可以收集大量的实时数据。通过分割网络提取前置图像的语义特征。