原文传递
基于线面组合约束的定位地图标签标定方法研究
| 论文题名： | 基于线面组合约束的定位地图标签标定方法研究 |
| 关键词： | 自动驾驶;同步定位与建图;CVM组合标签;平面垂直点参数化;线面组合约束;非线性优化 |
| 摘要： | 随着科技日新月异地发展，自动驾驶已逐渐成为汽车工程领域最重要的研究方向之一。自动驾驶视觉定位技术是智能车辆环境感知的重要组成部分，同时也是车辆进行决策规划和运动控制的基础。相较于传统的视觉SLAM，标签定位在运行速度、定位精度以及鲁棒性方面具有更加优秀的表现。利用标签进行定位，其定位精度高度依赖于标签的建图精度，而在建图过程中由于受到传感器噪声等因素的影响，标签在定位地图中的位姿会不可避免地出现误差。因此，为了保证标签定位的高精度，通常需要对定位地图中的标签进行标定。针对上述问题，本文提出了一种基于线面组合约束的定位地图标签标定方法，该方法从标签边长和平面两个方面共同进行约束，从而有效提高标签位姿准确性。本文的主要研究内容如下： 基于当下主流标签进行改进，设计出CVM（CombinedVariousMarkers，多样融合式标签）组合标签，并建立出该类型标签的建图与定位方法。对空间中随机分布的标签进行三维重建，并通过指定唯一的参考坐标系，得到其余所有标签各个角点在参考坐标系下的三维坐标。通过实验验证，利用重建得到的标签地图，当相机检测到任意一个标签时，便可获得当前在参考坐标系下的绝对位姿。 设计出一种基于垂直点的平面参数化方式，有效解决了过参数化引起的黑塞矩阵不满秩问题，同时具有清晰的几何解释。构建了基于线面组合约束的定位地图标签标定方法。首先对SLAM中的优化方法作出简要介绍，然后通过实验评估当下主流的三款非线性优化求解库g2o，GTSAM和Ceres在不同数据集下的表现，最后基于实验结果设计出线约束、面约束以及线面组合约束算法。 依托于课题组现有条件搭建了实验平台，根据课题研究特点将车载相机坐标系定义为车体坐标系。在三个不同场景下对算法性能表现进行实车测试验证，实验结果表明本文算法能够显著优化标签位姿误差，使得标签满足车辆定位精度要求。 |
| 作者： | 陈威 |
| 专业： | 车辆工程 |
| 导师： | 陈国迎 |
| 授予学位： | 硕士 |
| 授予学位单位： | 吉林大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
