[论文解读] Semantics for UGV Registration in GPS-denied Environments

Gordon Christie, Garrett Warnell+1 more|arXiv (Cornell University)|Sep 15, 2016

Vehicular Ad Hoc Networks (VANETs)参考文献 8被引用 8

一句话总结

本文提出了一种无需GPS的无人驾驶地面车辆（UGV）定位方法，适用于GPS拒止的城区环境，通过融合无人机（UAV）生成的2.5D正射影像中的语义分割与深度数据，以及UGV传感器的数据。利用语义描述符和粒子滤波器，该方法在场景外观和结构发生变化的情况下仍能实现亚5米的定位精度，相较于仅依赖外观的方法在复杂条件下表现更优。

ABSTRACT

Localization in a global map is critical to success in many autonomous robot missions. This is particularly challenging for multi-robot operations in unknown and adverse environments. Here, we are concerned with providing a small unmanned ground vehicle (UGV) the ability to localize itself within a 2.5D aerial map generated from imagery captured by a low-flying unmanned aerial vehicle (UAV). We consider the scenario where GPS is unavailable and appearance-based scene changes may have occurred between the UAV's flight and the start of the UGV's mission. We present a GPS-free solution to this localization problem that is robust to appearance shifts by exploiting high-level, semantic representations of image and depth data. Using data gathered at an urban test site, we empirically demonstrate that our technique yields results within five meters of a GPS-based approach.

研究动机与目标

• 在使用无人机生成的2.5D地图作为参考的GPS拒止环境中，实现精确的UGV定位。
• 解决无人机飞行与UGV任务之间因外观变化（如季节性植被变化）和结构变化（如移动物体）带来的挑战。
• 开发一种仅依赖图像、激光雷达（LiDAR）和航位推算数据、无需GPS或先验地图知识的鲁棒、实时定位系统。
• 通过利用高层语义表征而非低层图像特征，提升定位精度。
• 通过语义推理实现UGV与UAV坐标系统的配准，支持多机器人协同。

提出的方法

• 该方法从低空飞行的无人机影像和深度数据生成2.5D正射影像，构建环境的参考地图。
• 对航空影像和UGV数据均应用语义分割，将像素和3D点分类为类别（如草地、道路、建筑），以高层场景表征替代原始颜色数据。
• 基于语义标签和距离数据（来自LiDAR）构建描述符，表示地图中的可通行像素及UGV传感器观测结果。
• 计算UGV观测结果与正射影像中每个可通行像素之间的描述符相似度得分，以估计潜在的UGV位置。
• 粒子滤波器利用这些得分，结合航位推算和空间一致性，迭代优化UGV的估计位姿。
• 通过预测表面类型（道路 vs. 草地）来抑制模糊区域，对表面类别不匹配的区域将得分置零。

实验结果

研究问题

• RQ1 UGV能否仅利用无人机生成地图中的语义与深度数据，在GPS拒止的城区环境中实现精确定位？
• RQ2 语义表征在应对外观变化（如季节性植被迁移）方面如何提升鲁棒性？
• RQ3 与基于外观的方法相比，语义与深度描述符在处理小规模结构变化（如物体移动）方面的能力如何？
• RQ4 语义推理的集成如何影响实时UGV导航中的定位精度与模糊性降低？
• RQ5 仅使用语义描述符的粒子滤波器能否在无GPS条件下实现亚5米的定位误差？

主要发现

• 所提出的基于距离-语义的方法相对于GPS的平均定位误差为4.61 ± 0.088米，在复杂城区环境中表现出高精度。
• 与仅依赖距离的方法相比，该距离-语义方法在植被与建筑混合区域显著降低了描述符匹配的模糊性。
• 即使在显著的场景变化（如树木落叶、物体移动）下，基于语义的方法仍保持了稳健性能，归因于高层特征的抽象能力。
• 该方法在实时运行中实现了亚5米的定位误差，仅使用实时数据时，距离-语义方法的误差为5.185 ± 0.285米。
• 完整轨迹后处理进一步提升了精度，距离-语义-全方法的误差为4.676 ± 0.014米，表明任务结束后仍有优化潜力。
• 最大的定位误差出现在路径末段的草地区域，归因于描述符的模糊性与SLAM漂移，提示在纹理贫乏或模糊区域仍有改进空间。