Vehicle Localization in GPS-Denied Scenarios Using Arc-Length-Based Map Matching

要約

自動運転システムは、GPS が拒否された状況では課題に直面します。
この問題に対処するために、車両に搭載されたステアリング角度、ステアリング レート、ヨー レート、車輪速度センサーからの測定値を使用して運動学的推測航法が実装されています。
ただし、推測航法にはドリフトが発生します。
この論文では、推測航法推定値のドリフトを修正するためにシナリオのデジタル 2D マップを使用する、弧長ベースのマップ マッチング方法を提供します。
運動学モデルの予測は、マップ データで利用可能な空間情報に時間的概念を導入するために使用されます。
結果は、この研究でテストしたすべての GPS 拒否シナリオでドリフトが確実に改善されたことを示しています。
この革新的なアプローチにより、自動運転車両は継続的かつ信頼性の高いナビゲーションを維持できるようになり、GPS 信号が損なわれたり利用できなくなったりする環境での安全性と動作の信頼性が大幅に向上します。

要約(オリジナル)

Automated driving systems face challenges in GPS-denied situations. To address this issue, kinematic dead reckoning is implemented using measurements from the steering angle, steering rate, yaw rate, and wheel speed sensors onboard the vehicle. However, dead reckoning methods suffer from drift. This paper provides an arc-length-based map matching method that uses a digital 2D map of the scenario in order to correct drift in the dead reckoning estimate. The kinematic model’s prediction is used to introduce a temporal notion to the spatial information available in the map data. Results show reliable improvement in drift for all GPS-denied scenarios tested in this study. This innovative approach ensures that automated vehicles can maintain continuous and reliable navigation, significantly enhancing their safety and operational reliability in environments where GPS signals are compromised or unavailable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google