[论文解读] Aerial Imagery based LIDAR Localization for Autonomous Vehicles

Ankit Vora, Siddharth Agarwal+2 more|arXiv (Cornell University)|Mar 25, 2020

Robotics and Sensor-Based Localization参考文献 28被引用 12

一句话总结

本论文提出了一种基于航拍/卫星影像作为先验地图的实时、低成本自动驾驶车辆定位方法，通过归一化互信息（NMI）匹配实时LIDAR地表反射率，实现了亚米级精度（横向RMSE 0.253m，纵向RMSE 0.272m），与最先进的LIDAR反射率地图性能相当，无需依赖昂贵的高清LIDAR制图车队，且在低至32cm的地图分辨率下仍能保持性能。

ABSTRACT

This paper presents a localization technique using aerial imagery maps and LIDAR based ground reflectivity for autonomous vehicles in urban environments. Traditional localization techniques using LIDAR reflectivity rely on high definition reflectivity maps generated from a mapping vehicle. The cost and effort required to maintain such prior maps are generally very high because it requires a fleet of expensive mapping vehicles. In this work we propose a localization technique where the vehicle localizes using aerial/satellite imagery, eradicating the need to develop and maintain complex high-definition maps. The proposed technique has been tested on a real world dataset collected from a test track in Ann Arbor, Michigan. This research concludes that aerial imagery based maps provides real-time localization performance similar to state-of-the-art LIDAR based maps for autonomous vehicles in urban environments at reduced costs.

研究动机与目标

• 解决自动驾驶车辆定位中高分辨率LIDAR反射率地图带来的高昂成本与维护负担。
• 探索使用公开获取的航拍或卫星影像替代昂贵的测绘级LIDAR制图的可行性。
• 评估基于航拍影像的地图是否能在城市环境中实现与传统LIDAR反射率地图相当的定位性能。
• 展示该方法在不同地图分辨率下的鲁棒性，包括低分辨率卫星影像。

提出的方法

• 系统使用正射校正的航拍/卫星影像作为先验地图，地表分辨率范围为8cm至32cm。
• 对实时LIDAR扫描数据进行处理，提取地表反射率特征，并通过归一化互信息（NMI）与先验地图进行匹配。
• 采用粒子滤波结合扩展卡尔曼滤波（EKF）框架，实现实时定位估计的优化。
• 该方法比较多个候选地图位置，选择使局部地图与先验地图反射率模式之间NMI最大化的那个位置。
• 局部地图以与先验地图相同的分辨率生成，以确保特征匹配的一致性。
• 该方法在密歇根州安娜堡测试场采集的真实世界数据集上进行了评估，实验车辆配备了LIDAR以及GPS/IMU系统。

实验结果

研究问题

• RQ1 航拍/卫星影像能否在城市环境中有效用作LIDAR定位的先验地图？
• RQ2 基于航拍影像的方法在定位精度上与最先进的LIDAR反射率定位方法相比如何？
• RQ3 当使用低分辨率卫星影像（如32cm）而非高分辨率地图时，性能是否会显著下降？
• RQ4 该方法能否在无需专用LIDAR制图车辆的情况下保持实时性能？

主要发现

• 基于航拍影像的定位（AL）方法实现了0.253m的横向RMSE和0.272m的纵向RMSE，横向性能在93.27%的时间内处于美国本地道路自动驾驶的0.29m警戒限内。
• AL方法的性能与最先进的LIDAR地表反射率（LGR）方法相当，后者实现0.098m的横向RMSE和0.135m的纵向RMSE。
• 即使在32cm分辨率下（模拟典型卫星影像），AL方法仍实现了89.44%的时间在0.29m横向警戒限内，84.91%的时间在纵向警戒限内。
• 随着地图分辨率降低，该方法性能下降极小，从8cm到32cm地图仅导致误差轻微增加（例如横向误差从0.253m增至0.323m）。
• 与仅使用GPS+IMU的定位相比，该系统性能高出一个数量级，其横向RMSE为1.598m，纵向RMSE为2.001m。
• 在环岛区域出现异常值，原因在于航拍影像与LIDAR反射率之间的灰度外观不匹配，表明方法对反照率和阴影效应较为敏感。