[论文解读] Monocular Vehicle Self-localization method based on Compact Semantic Map

Zhongyang Xiao, Kun Jiang+4 more|arXiv (Cornell University)|May 16, 2018

Robotics and Sensor-Based Localization参考文献 12被引用 5

一句话总结

本文提出一种基于单目相机的车辆自定位方法，利用紧凑的3D语义地图实现在城市环境中的高精度定位。通过结合深度学习进行地标识别、几何特征提取，以及与地图到图像配准的鲁棒重投影误差最小化，该方法在减少传感器和地图存储需求的同时，实现了0.345 m的RMS定位精度，优于当前最先进的方法。

ABSTRACT

High precision localization is a crucial requirement for the autonomous driving system. Traditional positioning methods have some limitations in providing stable and accurate vehicle poses, especially in an urban environment. Herein, we propose a novel self-localizing method using a monocular camera and a 3D compact semantic map. Pre-collected information of the road landmarks is stored in a self-defined map with a minimal amount of data. We recognize landmarks using a deep neural network, followed with a geometric feature extraction process which promotes the measurement accuracy. The vehicle location and posture are estimated by minimizing a self-defined re-projection residual error to evaluate the map-to-image registration, together with a robust association method. We validate the effectiveness of our approach by applying this method to localize a vehicle in an open dataset, achieving the RMS accuracy of 0.345 meter with reduced sensor setup and map storage compared to the state of art approaches. We also evaluate some key steps and discuss the contribution of the subsystems.

研究动机与目标

• 为解决传统定位方法在城市环境中存在的不稳定性和不准确性问题。
• 仅使用单目相机和紧凑语义地图实现高精度车辆定位。
• 在保持高定位精度的同时，减少传感器和地图存储需求。
• 在具有挑战性的城市条件下，开发一种将检测到的地标与地图特征可靠关联的鲁棒方法。
• 在公开数据集上验证该方法，并分析各子系统的贡献。

提出的方法

• 自定义的紧凑3D语义地图以最小化的数据格式存储预先采集的道路地标信息。
• 使用深度神经网络从单目相机输入中识别视觉地标。
• 通过细化地标对应关系，几何特征提取提升了测量精度。
• 通过最小化自定义的重投影残差误差来估计车辆位姿，以实现地图与图像的对齐。
• 鲁棒的数据关联方法在杂乱或模糊的城市场景中提升了可靠性。
• 通过迭代优化重投影误差，将地图到图像配准集成到方法中。

实验结果

研究问题

• RQ1 单目相机系统是否能够利用紧凑语义地图在城市环境中实现高精度车辆定位？
• RQ2 与当前最先进的方法相比，该方法在定位精度和资源效率方面表现如何？
• RQ3 地标识别、几何特征提取和鲁棒关联对整体定位性能的贡献是什么？
• RQ4 重投影误差最小化策略如何提升位姿估计精度？
• RQ5 地图紧凑性与减少传感器配置对系统可扩展性和部署的影响是什么？

主要发现

• 该方法在公开数据集上实现了0.345米的RMS定位精度，表现出高精度。
• 与当前最先进的方法相比，该方法显著减少了传感器和地图存储需求。
• 将深度学习用于地标识别和几何特征提取，提升了测量精度。
• 鲁棒的数据关联方法在存在遮挡和视觉杂乱的复杂城市环境中增强了性能。
• 消融实验确认，各子系统——地标识别、特征提取和误差最小化——均对整体精度有显著贡献。
• 紧凑语义地图实现了高效存储和实时处理，同时不牺牲定位性能。