Vehicle State Estimation through Modular Factor Graph-based Fusion of Multiple Sensors

要約

この研究は、自動運転車 (AV) の安全なナビゲーションのためのロバストな状態推定の重要な側面に焦点を当てています。
既存の文献では、状態推定に主に 2 つの一般的な手法、つまりフィルタリング ベースのアプローチとグラフ ベースのアプローチが採用されています。
ファクター グラフ (FG) は、最大事後推定 (MAP) 推定のための値と因子を使用して構築されたグラフベースのアプローチであり、多様なセンサーからの入力の統合を容易にするモジュール式アーキテクチャを提供します。
ただし、現在使用されているほとんどの FG ベースのアーキテクチャは、センサー パラメーターの明示的な知識を必要とし、単一セットアップ向けに設計されています。
これらの制限に対処するために、この研究では、事前定義されたセンサー パラメーターなしで動作できる、新しいプラグ アンド プレイ FG ベースの状態推定器を導入します。
この推定器は複数のセンサー設定での展開に適しており、利便性を提供し、平均と共分散を含む包括的な状態推定を高頻度で提供します。
提案されたアルゴリズムは、四輪車とシャトルバスという 2 つの異なる車両でさまざまなセンサー設定を使用して厳密に検証されます。
このアルゴリズムは、全地球航法衛星システム (GNSS) 測定の低下や完全な停止に直面した場合でも、さまざまなシナリオにわたって正確かつ堅牢な状態推定を提供します。
これらの発見は、現実世界の AV アプリケーションにおけるアルゴリズムの有効性と信頼性を強調しています。

要約(オリジナル)

This study focuses on the critical aspect of robust state estimation for the safe navigation of an Autonomous Vehicle (AV). Existing literature primarily employs two prevalent techniques for state estimation, namely filtering-based and graph-based approaches. Factor Graph (FG) is a graph-based approach, constructed using Values and Factors for Maximum Aposteriori (MAP) estimation, that offers a modular architecture that facilitates the integration of inputs from diverse sensors. However, most FG-based architectures in current use require explicit knowledge of sensor parameters and are designed for single setups. To address these limitations, this research introduces a novel plug-and-play FG-based state estimator capable of operating without predefined sensor parameters. This estimator is suitable for deployment in multiple sensor setups, offering convenience and providing comprehensive state estimation at a high frequency, including mean and covariances. The proposed algorithm undergoes rigorous validation using various sensor setups on two different vehicles: a quadricycle and a shuttle bus. The algorithm provides accurate and robust state estimation across diverse scenarios, even when faced with degraded Global Navigation Satellite System (GNSS) measurements or complete outages. These findings highlight the efficacy and reliability of the algorithm in real-world AV applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google