要約
GNSS-DENIEDオフロード環境における自律UGVローカリゼーションの課題に対処するために、この研究では、高精度のポジショニングを実現するためにBEV知覚画像と道路類似性空間内で衛星マップを活用するマッチングベースのローカリゼーション方法を提案します。
このアプローチは、グラウンドビュー画像と衛星マップの間の重要な視点の矛盾を軽減します。
次に、BEV画像と衛星マップが道路の類似性空間に投影され、正規化された交差相関（NCC）がマッチングスコアを評価するために計算されます。まず、粒子フィルターが車両のポーズの確率分布を推定するために使用されます。
3.41メートルの平面ユークリッドエラー。
さらに、夜間の条件下でも正確で安定したグローバルなローカリゼーションを維持し、その堅牢性と適応性をさらに検証しました。
要約(オリジナル)
To address the challenge of autonomous UGV localization in GNSS-denied off-road environments,this study proposes a matching-based localization method that leverages BEV perception image and satellite map within a road similarity space to achieve high-precision positioning.We first implement a robust LiDAR-inertial odometry system, followed by the fusion of LiDAR and image data to generate a local BEV perception image of the UGV. This approach mitigates the significant viewpoint discrepancy between ground-view images and satellite map. The BEV image and satellite map are then projected into the road similarity space, where normalized cross correlation (NCC) is computed to assess the matching score.Finally, a particle filter is employed to estimate the probability distribution of the vehicle’s pose.By comparing with GNSS ground truth, our localization system demonstrated stability without divergence over a long-distance test of 10 km, achieving an average lateral error of only 0.89 meters and an average planar Euclidean error of 3.41 meters. Furthermore, it maintained accurate and stable global localization even under nighttime conditions, further validating its robustness and adaptability.
arxiv情報
| 著者 | Zhenping Sun,Chuang Yang,Yafeng Bu,Bokai Liu,Jun Zeng,Xiaohui Li |
| 発行日 | 2025-04-23 01:46:01+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google