【泡泡一分钟】基于视觉车道标志和拓扑地图匹配的车辆定位

每天一分钟，带你读遍机器人顶级会议文章

标题：Vehicle Localization Based on Visual Lane Marking and Topological Map Matching

作者：Rabbia Asghar , Mario Garzon , Jerome Lussereau , Christian Laugier

来源：2020 IEEE International Conference on Robotics and Automation (ICRA)

编译：余旭东

审核：柴毅，王靖淇

这是泡泡一分钟推送的第 650 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

精确可靠的定位对于自动驾驶车辆导航和驾驶员辅助系统是非常关键的。本文展现了一种新的数字地图中车辆在线定位的方法。本文提出了两种不同的地图匹配算法：1）使用视觉车道跟踪和栅格地图实现的基于迭代最近邻点（ICP）方法的车道级地图匹配；2）使用基于决策-规则方法的拓朴地图匹配。我们使用扩展卡尔曼滤波，将两种地图匹配算法的结果和GPS以及航迹推算进行融合，从而估计车辆相对于地图的位姿。我们提出的方法在实际情况中进行了验证。实验结果的详细分析表明，上面提到的两种地图匹配算法使得定位有所改进。

图1.地图相对定位方法框架

图2 在栅格地图中使用车道跟踪进行车道级地图匹配。a)原始地图；b)白线表示提取出的车道标志；c)绿线表示投影后的车道

图3 三道交叉口的拓扑地图，TMM表示拓扑地图匹配

表1 定位方法结果比较，本文方法包含了车道级地图匹配和拓朴地图匹配

图6 路径中的四个路标点（使用Apriltag）

表2 本文方法在四个路标点处的经向和纬向误差

Abstract

Accurate and reliable localization is crucial to autonomous vehicle navigation and driver assistance systems. This paper presents a novel approach for online vehicle localization in a digital map. Two distinct map matching algorithms are proposed: i) Iterative Closest Point (ICP) based lane level map matching is performed with visual lane tracker and grid map ii) decision-rule based approach is used to perform topological map matching. Results of both the map matching algorithms are fused together with GPS and dead reckoning using Extended Kalman Filter to estimate vehicle’s pose relative to the map. The proposed approach has been validated on real life conditions on an equipped vehicle. Detailed analysis of the experimental results show improved localization using the two aforementioned map matching algorithms.