研究目的
研究在基于图的方法中结合地籍图、二维激光信息与里程计数据,以实现自动驾驶的实时全局定位。
研究成果
该论文提出了一种基于实时图优化的定位算法,利用地籍图纸,综合考量里程计数据、激光扫描匹配以及激光扫描与地籍图的匹配作为约束条件。该方法证明,可自由获取的地理参考信息源能作为构建定位算法的第一步——此类算法无需配备传感器的车辆先行通过,最佳情况下平均定位精度可达55厘米。
研究不足
地籍图本身可能是最重要的误差来源,因为已多次发现其存在不准确之处(例如错位)。此外,激光在特定高度而非建筑底部进行观测的事实也可能给估算增加噪声,尤其是对于长阳台或不规则立面的情况。由于OSM中缺少标签,许多建筑未出现在地籍图中。
1:实验设计与方法选择:
该方法采用基于图的形式化表示地图辅助定位问题,将里程计、激光扫描匹配以及激光扫描与地籍图的匹配作为约束条件进行组合。
2:样本选择与数据来源:
实验在法国凡尔赛街道进行,使用配备Velodyne VLP-16和IxBlue ATLANS-C的实验车辆获取真实轨迹数据。
3:实验设备与材料清单:
Velodyne VLP-16(模拟二维激光扫描仪)、IxBlue ATLANS-C(带高端惯性测量单元的RTK-GNSS)、以及搭载最高主频3.5GHz四核处理器的笔记本电脑。
4:5GHz四核处理器的笔记本电脑。
实验流程与操作步骤:
4. 实验流程与操作步骤:该方法通过地籍图生成虚拟点云,过滤真实激光观测中的非建筑物体,采用广义ICP算法对齐两种扫描数据并将结果观测加入图中,同时检测并修正走廊类环境误差。
5:数据分析方法:
通过将计算轨迹与真实轨迹对比评估方法精度,提供平均误差和均方根误差指标。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容