We address the problem of finding the current position and heading angle of an autonomous vehicle in real-time using a single camera. Compared to methods which require LiDARs and high definition (HD) 3D maps in real-time, the proposed approach is easily scalable and computationally efficient, at the price of lower precision. The new method combines and adapts existing algorithms in three different fields: image retrieval, mapping database, and particle filtering. The result is a simple, real-time localization method using an image retrieval method whose performance is comparable to other monocular camera localization methods which use a map built with LiDARs. We evaluate the proposed method using the KITTI odometry dataset and via closed-loop experiments with an indoor 1:10 autonomous vehicle. The tests demonstrate real-time capability and a 10cm level accuracy. Also, experimental results of the closed-loop indoor tests show the presence of a positive feedback loop between the localization error and the control error. Such phenomena is analysed in details at the end of the article.


翻译:我们用一台照相机实时寻找自主飞行器当前位置和方向角的问题。与需要LiDARs和高定义(HD)实时3D地图的方法相比,拟议方法以较低精度的价格容易缩放和计算效率。新方法结合并调整了三个不同领域现有的算法:图像检索、绘图数据库和粒子过滤。结果是一种简单、实时本地化方法,采用图像检索方法,其性能可与使用LiDARs制作的地图的单个相机本地化方法相比。我们用KITTI odology数据集并通过室内1:10自主飞行器的闭环实验评估拟议方法。测试显示了实时能力和10厘米的准确度。此外,闭环室内测试的实验结果显示了定位错误与控制错误之间的积极反馈循环。在文章结尾处对此类现象进行了详细分析。

0
下载
关闭预览

相关内容

从20世纪70年代开始,有关图像检索的研究就已开始,当时主要是基于文本的图像检索技术(Text-based Image Retrieval,简称TBIR),利用文本描述的方式描述图像的特征,如绘画作品的作者、年代、流派、尺寸等。到90年代以后,出现了对图像的内容语义,如图像的颜色、纹理、布局等进行分析和检索的图像检索技术,即基于内容的图像检索(Content-based Image Retrieval,简称CBIR)技术。CBIR属于基于内容检索(Content-based Retrieval,简称CBR)的一种,CBR中还包括对动态视频、音频等其它形式多媒体信息的检索技术。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
159+阅读 · 2020年3月18日
专知会员服务
109+阅读 · 2020年3月12日
强化学习最新教程,17页pdf
专知会员服务
166+阅读 · 2019年10月11日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
【泡泡一分钟】LIMO:激光和单目相机融合的视觉里程计
泡泡机器人SLAM
11+阅读 · 2019年1月16日
【泡泡一分钟】基于3D激光雷达地图的立体相机定位
泡泡机器人SLAM
4+阅读 · 2019年1月14日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
carla 体验效果 及代码
CreateAMind
7+阅读 · 2018年2月3日
Arxiv
16+阅读 · 2021年1月27日
LIMO: Lidar-Monocular Visual Odometry
Arxiv
3+阅读 · 2018年7月19日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关资讯
Top
微信扫码咨询专知VIP会员