HD-maps as Prior Information for Globally Consistent Mapping in GPS-denied Environments

要約

近年、以前の地図が自律航法における主流のツールとなっています。
しかし、一般に入手可能な以前のマップは依然として制御および決定タスクに合わせて調整されており、位置特定のためのこれらのマップの使用はほとんど研究されていないままです。
このギャップを埋めるために、自動運転シナリオで一般的な HD マップを活用できる LIDAR ベースの位置特定およびマッピング (LOAM) システムを提案します。
具体的には、HD マップの走行可能エリアと地表高さのコンポーネントから情報を抽出して 4DOF ポーズ事前分布を構築する手法を提案します。
これらのポーズ事前分布はポーズ グラフ最適化問題にさらに統合され、グローバルに一貫した 3D マップが作成されます。
実験では、私たちのスキームが最先端の LIDAR のみのアプローチと比較して、マップのグローバルな一貫性を大幅に向上できることが示されており、特に GPS が拒否された環境において、システムの堅牢性を強化するのに有用なテクノロジーであることが証明されています。
さらに、私たちの研究は、地図を更新することにより、ロボットが慣れた環境で長期的にナビゲーションするための第一歩としても機能します。
自動運転では、これにより、サードパーティ企業から新しいものを調達することなく、HD マップを更新できるようになります。これには費用がかかり、世界の変化から地図が更新されるまでに遅れが生じます。

要約(オリジナル)

In recent years, prior maps have become a mainstream tool in autonomous navigation. However, commonly available prior maps are still tailored to control-and-decision tasks, and the use of these maps for localization remains largely unexplored. To bridge this gap, we propose a lidar-based localization and mapping (LOAM) system that can exploit the common HD-maps in autonomous driving scenarios. Specifically, we propose a technique to extract information from the drivable area and ground surface height components of the HD-maps to construct 4DOF pose priors. These pose priors are then further integrated into the pose-graph optimization problem to create a globally consistent 3D map. Experiments show that our scheme can significantly improve the global consistency of the map compared to state-of-the-art lidar-only approaches, proven to be a useful technology to enhance the system’s robustness, especially in GPS-denied environment. Moreover, our work also serves as a first step towards long-term navigation of robots in familiar environment, by updating a map. In autonomous driving this could enable updating the HD-maps without sourcing a new from a third party company, which is expensive and introduces delays from change in the world to updated map.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google