每天一分鐘，帶你讀遍機(jī)器人頂級(jí)會(huì)議文章

標(biāo)題：Vehicle Localization Based on Visual Lane Marking and Topological Map Matching

作者：Rabbia Asghar , Mario Garzon , Jerome Lussereau , Christian Laugier

來(lái)源：2020 IEEE International Conference on Robotics and Automation (ICRA)

編譯：余旭東

審核：柴毅，王靖淇

這是泡泡一分鐘推送的第 650 篇文章，歡迎個(gè)人轉(zhuǎn)發(fā)朋友圈；其他機(jī)構(gòu)或自媒體如需轉(zhuǎn)載，后臺(tái)留言申請(qǐng)授權(quán)

精確可靠的定位對(duì)于自動(dòng)駕駛車輛導(dǎo)航和駕駛員輔助系統(tǒng)是非常關(guān)鍵的。本文展現(xiàn)了一種新的數(shù)字地圖中車輛在線定位的方法。本文提出了兩種不同的地圖匹配算法：1）使用視覺(jué)車道跟蹤和柵格地圖實(shí)現(xiàn)的基于迭代最近鄰點(diǎn)（ICP）方法的車道級(jí)地圖匹配；2）使用基于決策-規(guī)則方法的拓樸地圖匹配。我們使用擴(kuò)展卡爾曼濾波，將兩種地圖匹配算法的結(jié)果和GPS以及航跡推算進(jìn)行融合，從而估計(jì)車輛相對(duì)于地圖的位姿。我們提出的方法在實(shí)際情況中進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果的詳細(xì)分析表明，上面提到的兩種地圖匹配算法使得定位有所改進(jìn)。

圖1.地圖相對(duì)定位方法框架

圖2 在柵格地圖中使用車道跟蹤進(jìn)行車道級(jí)地圖匹配。a)原始地圖；b)白線表示提取出的車道標(biāo)志；c)綠線表示投影后的車道

圖3 三道交叉口的拓?fù)涞貓D，TMM表示拓?fù)涞貓D匹配

表1 定位方法結(jié)果比較，本文方法包含了車道級(jí)地圖匹配和拓樸地圖匹配

圖6 路徑中的四個(gè)路標(biāo)點(diǎn)（使用Apriltag）

表2 本文方法在四個(gè)路標(biāo)點(diǎn)處的經(jīng)向和緯向誤差

Abstract

Accurate and reliable localization is crucial to autonomous vehicle navigation and driver assistance systems. This paper presents a novel approach for online vehicle localization in a digital map. Two distinct map matching algorithms are proposed: i) Iterative Closest Point (ICP) based lane level map matching is performed with visual lane tracker and grid map ii) decision-rule based approach is used to perform topological map matching. Results of both the map matching algorithms are fused together with GPS and dead reckoning using Extended Kalman Filter to estimate vehicle’s pose relative to the map. The proposed approach has been validated on real life conditions on an equipped vehicle. Detailed analysis of the experimental results show improved localization using the two aforementioned map matching algorithms.