Benchmarking Visual Localization for Autonomous Navigation

要約

この作業は、自律ナビゲーション コンテキストでの視覚的位置特定のためのシミュレータ ベースのベンチマークを紹介します。
動的ベンチマークにより、時刻、天気、カメラの視点などの変数が、閉ループ制御に視覚的位置特定を利用する自律エージェントのナビゲーション パフォーマンスにどのように影響するかを調査できます。
この論文の実験的な部分では、自律ナビゲーション スタックのモーション プランニング モジュールの一部として最先端の視覚的位置特定方法を評価することにより、このような 4 つの変数の影響を研究しています。
結果は、ビジョンベースのナビゲーションのさまざまな方法の適合性に大きな違いがあることを示しています。
著者の知る限り、提案されたベンチマークは、完全なナビゲーション スタックの一部として、最新のビジュアル ローカリゼーション手法を研究した最初のベンチマークです。
ベンチマークは https://github.com/lasuomela/carla_vloc_benchmark で利用できます。

要約(オリジナル)

This work introduces a simulator-based benchmark for visual localization in the autonomous navigation context. The dynamic benchmark enables investigation of how variables such as the time of day, weather, and camera perspective affect the navigation performance of autonomous agents that utilize visual localization for closed-loop control. The experimental part of the paper studies the effects of four such variables by evaluating state-of-the-art visual localization methods as part of the motion planning module of an autonomous navigation stack. The results show major variation in the suitability of the different methods for vision-based navigation. To the authors’ best knowledge, the proposed benchmark is the first to study modern visual localization methods as part of a complete navigation stack. We make the benchmark available at https://github.com/lasuomela/carla_vloc_benchmark.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google