要約
都市部における正確で一貫性のある車両定位は、大規模で複雑な環境のために困難である。本論文では、車両定位タスクのための連続時間軌跡表現と複数のセンサ計測を融合した、時間中心グラフ最適化ベースの新しい定位手法であるonlineFGOを提案する。本論文では、空間的なセンサ計測に依存することなく、時間的に決定論的に状態を作成することで、グラフ構築を一般化する。連続時間における軌跡表現により、任意の時間における状態の問い合わせが可能となるため、状態の整合を必要とすることなく、入力されるセンサ計測値をグラフ上で因数分解することができる。擬似距離、デルタ距離、時間差搬送波位相（TDCP）という異なるGNSS観測を統合し、グローバルなリファレンスを確保し、LiDAR-オドメトリからの相対運動を融合することで、GNSS観測が利用できない間のローカライズの一貫性を改善する。一般的な性能、様々な要因の影響、ハイパーパラメータ設定に関する実験を、様々な都市シナリオを含むアーヘン市での実測キャンペーンで実施した。その結果、平均2次元誤差は0.99mであり、都市シナリオにおいて一貫した状態推定が可能であることが示された。
要約(オリジナル)
Accurate and consistent vehicle localization in urban areas is challenging due to the large-scale and complicated environments. In this paper, we propose onlineFGO, a novel time-centric graph-optimization-based localization method that fuses multiple sensor measurements with the continuous-time trajectory representation for vehicle localization tasks. We generalize the graph construction independent of any spatial sensor measurements by creating the states deterministically on time. As the trajectory representation in continuous-time enables querying states at arbitrary times, incoming sensor measurements can be factorized on the graph without requiring state alignment. We integrate different GNSS observations: pseudorange, deltarange, and time-differenced carrier phase (TDCP) to ensure global reference and fuse the relative motion from a LiDAR-odometry to improve the localization consistency while GNSS observations are not available. Experiments on general performance, effects of different factors, and hyper-parameter settings are conducted in a real-world measurement campaign in Aachen city that contains different urban scenarios. Our results show an average 2D error of 0.99m and consistent state estimation in urban scenarios.
arxiv情報
| 著者 | Haoming Zhang,Felix Widmayer,Lars Lünnemann,Dirk Abel |
| 発行日 | 2023-09-01 14:18:18+00:00 |
| arxivサイト | arxiv_id(pdf) |