[论文解读] OpenStreetMap-based LiDAR Global Localization in Urban Environment without a Prior LiDAR Map

Younghun Cho, Giseop Kim+2 more|arXiv (Cornell University)|Feb 15, 2022

Remote Sensing and LiDAR Applications被引用 4

一句话总结

本文提出了一种基于激光雷达的新型全局定位方法，利用开放街图（OpenStreetMap, OSM）建筑数据生成1D描述符，实现无需预先构建激光雷达地图的车辆定位。通过将OSM生成的描述符与实时激光雷达扫描描述符进行比较，该方法在精度上可与基于深度学习的激光雷达地图方法（如PointNetVLAD）相媲美，在KITTI序列00的top-1精度上甚至表现更优。

ABSTRACT

Using publicly accessible maps, we propose a novel vehicle localization method that can be applied without using prior light detection and ranging (LiDAR) maps. Our method generates OSM descriptors by calculating the distances to buildings from a location in OpenStreetMap at a regular angle, and LiDAR descriptors by calculating the shortest distances to building points from the current location at a regular angle. Comparing the OSM descriptors and LiDAR descriptors yields a highly accurate vehicle localization result. Compared to methods that use prior LiDAR maps, our method presents two main advantages: (1) vehicle localization is not limited to only places with previously acquired LiDAR maps, and (2) our method is comparable to LiDAR map-based methods, and especially outperforms the other methods with respect to the top one candidate at KITTI dataset sequence 00.

研究动机与目标

• 实现无需依赖预先构建的激光雷达地图的激光雷达全局车辆定位，因为此类地图成本高昂且难以维护。
• 解决现有基于OSM的定位方法在鲁棒性方面需额外滤波或粒子滤波的局限性。
• 开发一种基于描述符的方法，仅使用静态OSM建筑数据和实时激光雷达扫描，兼具高效性与高精度。
• 证明基于OSM的描述符可实现与基于深度学习的激光雷达地图方法相当的性能。
• 在KITTI和KITTI-360等标准基准上验证该方法，展示其在城市环境中具备鲁棒性与可扩展性。

提出的方法

• 通过在规则角度间隔（例如1°或2°）下计算道路点到OSM中最近建筑的最短距离，生成OSM描述符。
• 通过在相同角度分辨率下测量每个点到建筑点的最小距离，从实时3D点云中提取激光雷达描述符。
• 采用1D描述符表示方式，编码周围建筑的空间布局，实现旋转不变的匹配。
• 通过相似性度量将查询扫描的激光雷达描述符与数据库中所有OSM描述符进行比较，实现全局定位。
• 采用两阶段搜索：首先基于描述符相似性检索前200个候选；其次通过更精确的匹配步骤优化最优结果。
• 利用OSM建筑数据的静态特性，构建持久的、类似地图的参考基准，而无需进行激光雷达数据采集。

实验结果

研究问题

• RQ1 仅依靠基于OSM的描述符是否足以实现无需预先激光雷达地图的高精度全局激光雷达定位？
• RQ2 基于OSM的定位性能与依赖激光雷达地图的最先进深度学习方法（如PointNetVLAD）相比如何？
• RQ3 在何种场景下OSM描述符会失效？哪些环境因素会降低其性能？
• RQ4 所提出的方法是否能在不使用粒子滤波或额外后处理的情况下实现高top-1精度？
• RQ5 在实时城市定位任务中，描述符生成与匹配过程的效率如何？

主要发现

• 该方法在KITTI数据集序列00上实现了48.34%的top-1精度，略高于PointNetVLAD的47.90%。
• 在top-5（56.86% vs. 61.73%）和top-10（61.15% vs. 66.79%）精度上表现相当，表明其具备强大的全局定位能力。
• 单阶段方法的top-1精度为19.60%，在两阶段方法中提升至48.34%，证明了候选优化的有效性。
• 描述符生成耗时为每帧0.1714秒，尽管运行在CPU上，但与PointNetVLAD在GPU上的0.0690秒相近，表明其具有高效率。
• 在无建筑物的环境（如高速公路）或建筑物被围栏、树木或山丘遮挡时，该方法会失效，因为激光雷达扫描无法检测到结构。
• 在长距离内重复的建筑模式会降低描述符的区分度，导致多个相似候选，引发定位模糊。