要約
GPS が拒否されるシナリオでは、自動運転には堅牢な環境認識および位置特定システムが不可欠になります。
この論文では、道路標示の検出と高精細 (HD) 地図への登録を組み込んだ、LiDAR ベースのオンライン位置特定システムを開発します。
私たちのシステム内では、リアルタイム性能を備えた路面標示検出アプローチが提案されており、最初に適応セグメンテーション技術が導入され、路面標示と相関する高反射点を分離し、リアルタイム効率が向上します。
次に、過去の LiDAR スキャンを集約することによって時空間確率的ローカル マップが形成され、高密度の点群が提供されます。
最後に、LiDAR 鳥瞰図 (LiBEV) 画像が生成され、インスタンス セグメンテーション ネットワークが適用されて道路標示に正確にラベルが付けられます。
道路標示の登録のために、セマンティックな一般化反復最近接点 (SG-ICP) アルゴリズムが設計されています。
線形道路標示は 2D 空間に埋め込まれた 1 多様体としてモデル化され、線形方向に沿った制約の影響を軽減し、制約不足の問題に対処し、HD マップ上で ICP よりも高い位置特定精度を実現します。
現実世界のシナリオで広範な実験が実施され、システムの有効性と堅牢性が実証されています。
要約(オリジナル)
In GPS-denied scenarios, a robust environmental perception and localization system becomes crucial for autonomous driving. In this paper, a LiDAR-based online localization system is developed, incorporating road marking detection and registration on a high-definition (HD) map. Within our system, a road marking detection approach is proposed with real-time performance, in which an adaptive segmentation technique is first introduced to isolate high-reflectance points correlated with road markings, enhancing real-time efficiency. Then, a spatio-temporal probabilistic local map is formed by aggregating historical LiDAR scans, providing a dense point cloud. Finally, a LiDAR bird’s-eye view (LiBEV) image is generated, and an instance segmentation network is applied to accurately label the road markings. For road marking registration, a semantic generalized iterative closest point (SG-ICP) algorithm is designed. Linear road markings are modeled as 1-manifolds embedded in 2D space, mitigating the influence of constraints along the linear direction, addressing the under-constrained problem and achieving a higher localization accuracy on HD maps than ICP. Extensive experiments are conducted in real-world scenarios, demonstrating the effectiveness and robustness of our system.
arxiv情報
| 著者 | Yansong Gong,Xinglian Zhang,Jingyi Feng,Xiao He,Dan Zhang |
| 発行日 | 2024-07-02 08:46:54+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google