目的:
- 地图中语义的信息是通过激光点云生成的(车道线,可行驶区域等)。所以视觉定位的地图必须要和激光点云对齐。
- 另外不同光照条件下的视觉匹配有困难,可以通过激光点云来对齐这些视觉地图
方案:
- 激光跑slam生成pose
- 直接用这个pose来三角化视觉特征点。
- 因为还有个视觉到激光的转换是不确定的,所以可以做一个建点+激光视觉标定的优化。
- 激光的pose作为先验节点放在优化问题中
- 使用激光对激光点云的定位结果作为视觉定位的精度评估
结果:
- 基于这样生成的地图的纯视觉定位效果很不错
- 红色点是激光点云,白色点是视觉特征点云。可以看出定位的结果和激光点云还是匹配得很好。
讨论:
- 激光slam的pose可以认为是真值,也就是没有必要对激光slam的pose再做任何优化。那为什么还要和视觉融合呢?
- 很多场合建图可以用很贵的设备,但定位的时候就不能用激光了。所以需要把视觉的特征点和激光的对其。
- 激光和imu的融合不太方便。
- 激光做全局定位以及语义定位不如视觉。