[论文解读] Exploiting Sparse Semantic HD Maps for Self-Driving Vehicle Localization

Wei-Chiu Ma, Ignacio Tartavull+8 more|arXiv (Cornell University)|Aug 8, 2019

Robotics and Sensor-Based Localization参考文献 43被引用 7

一句话总结

该论文提出了一种基于贝叶斯滤波的定位系统，利用稀疏语义高清地图（包含车道线和交通标志）以及GPS和车辆动力学信息，实现厘米级定位精度，同时仅需传统LiDAR强度或3D点云地图所需存储空间的0.3%。该方法仅使用0.55 MiB/km²的地图存储，在高速公路上实现了实时、鲁棒的定位，312公里高速行驶中横向误差中位数为0.05米，纵向误差中位数为1.12米。

ABSTRACT

In this paper we propose a novel semantic localization algorithm that exploits multiple sensors and has precision on the order of a few centimeters. Our approach does not require detailed knowledge about the appearance of the world, and our maps require orders of magnitude less storage than maps utilized by traditional geometry- and LiDAR intensity-based localizers. This is important as self-driving cars need to operate in large environments. Towards this goal, we formulate the problem in a Bayesian filtering framework, and exploit lanes, traffic signs, as well as vehicle dynamics to localize robustly with respect to a sparse semantic map. We validate the effectiveness of our method on a new highway dataset consisting of 312km of roads. Our experiments show that the proposed approach is able to achieve 0.05m lateral accuracy and 1.12m longitudinal accuracy on average while taking up only 0.3% of the storage required by previous LiDAR intensity-based approaches.

研究动机与目标

• 解决传统高清地图在自动驾驶车辆定位中存储成本高和可扩展性差的问题。
• 在大规模高速公路环境中，仅使用极少的地图数据，实现厘米级的定位精度。
• 通过利用车道线和交通标志等稀疏语义线索，减少对密集几何特征或视觉特征的依赖。
• 将相机、LiDAR、GPS和IMU等多种传感器模态整合到统一的概率框架中，以实现鲁棒的定位。
• 在312公里的高速公路数据集上，展示系统在实时性能和可扩展性方面的表现。

提出的方法

• 将车辆定位建模为贝叶斯滤波问题，采用直方图滤波器融合时间序列观测。
• 通过鸟瞰图中LiDAR扫描的截断反距离变换检测车道边界。
• 通过相机图像中的2D语义分割检测交通标志，再利用LiDAR点云将其投影至3D，用于地图集成。
• 应用可微分刚性变换层，将检测到的语义特征与不同旋转角度下的地图假设对齐。
• 通过推理得到的语义特征与地图表示之间的内积计算匹配得分，作为滤波器中的似然函数。
• 使用soft-argmax融合GPS、轮速编码器和IMU数据与语义观测，以估计后验位姿分布。

实验结果

研究问题

• RQ1 由车道线和交通标志构成的稀疏语义高清地图是否能实现大幅降低存储成本下的高精度定位？
• RQ2 车道线和交通标志的观测如何在消除横向与纵向车辆位置歧义方面相互补充？
• RQ3 概率贝叶斯滤波框架是否能在重复性高速公路环境中实现实时性能并保持定位鲁棒性？
• RQ4 与密集LiDAR强度或3D点云地图相比，使用语义地图时，精度与存储成本之间的权衡如何？
• RQ5 与仅依赖GPS或仅依赖几何特征的基线相比，融合车辆动力学与多传感器模态是否能提升定位鲁棒性？

主要发现

• 所提方法在312公里高速公路行驶中，实现了0.05米的横向定位误差中位数和1.12米的纵向误差中位数。
• 系统在单张GPU上运行速度约为7Hz，每帧推理延迟153ms，证明了其实时可行性。
• 语义高清地图仅需0.55 MiB/km²的存储空间，仅为LiDAR强度地图所需存储的0.3%，3D点云地图的0.03%。
• 消融实验表明，车道线观测显著提升了横向精度，而交通标志观测增强了纵向精度，GPS则在最坏情况下的鲁棒性中发挥了作用。
• 概率直方图滤波器优于确定性基线，由于时间维度上的不确定性传播，其精度更高且位姿估计更平滑。
• 即使在低光照条件下，系统仍能保持高精度，如夜间成功检测交通标志并完成地图构建。