論文の概要: Aerial Imagery based LIDAR Localization for Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2003.11192v1
• Date: Wed, 25 Mar 2020 02:52:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-20 03:41:44.095231
• Title: Aerial Imagery based LIDAR Localization for Autonomous Vehicles
• Title（参考訳）: 航空画像を用いた自律走行車両のLIDAR位置推定
• Authors: Ankit Vora, Siddharth Agarwal, Gaurav Pandey and James McBride
• Abstract要約: 本稿では,都市環境における自律走行車に対する航空画像マップとLIDARに基づく地上反射率を用いた局所化手法を提案する。 提案手法は、ミシガン州アンアーバーでテストトラックから収集された実世界のデータセットでテストされている。
• 参考スコア（独自算出の注目度）: 2.2609162741643507
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a localization technique using aerial imagery maps and LIDAR based ground reflectivity for autonomous vehicles in urban environments. Traditional localization techniques using LIDAR reflectivity rely on high definition reflectivity maps generated from a mapping vehicle. The cost and effort required to maintain such prior maps are generally very high because it requires a fleet of expensive mapping vehicles. In this work we propose a localization technique where the vehicle localizes using aerial/satellite imagery, eradicating the need to develop and maintain complex high-definition maps. The proposed technique has been tested on a real world dataset collected from a test track in Ann Arbor, Michigan. This research concludes that aerial imagery based maps provides real-time localization performance similar to state-of-the-art LIDAR based maps for autonomous vehicles in urban environments at reduced costs.
• Abstract（参考訳）: 本稿では,都市環境における自律走行車に対する航空画像マップとLIDARに基づく地上反射率を用いた局所化手法を提案する。 LIDAR反射率を用いた従来のローカライゼーション手法は、マッピング車両から生成された高定義反射率写像に依存する。 このような以前の地図を維持するのに必要なコストと労力は、高額の地図車両を必要とするため、一般的に非常に高い。 本研究では,複雑な高精細度地図の作成・維持の必要性を解消し,衛星画像を用いたローカライズを行うローカライズ手法を提案する。 提案手法はミシガン州アンアーバーのテストトラックから収集された実世界データセットでテストされている。 本研究は、航空画像に基づく地図が、都市環境における自律走行車のための最先端のLIDARマップと同様のリアルタイムなローカライゼーション性能を低コストで提供することを結論付けている。

関連論文リスト

• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• Online Map Vectorization for Autonomous Driving: A Rasterization Perspective [58.71769343511168]
  より優れた感度を有し,現実の自律運転シナリオに適した,新化に基づく評価指標を提案する。 また、精度の高い出力に微分可能化を適用し、HDマップの幾何学的監視を行う新しいフレームワークであるMapVR(Map Vectorization via Rasterization)を提案する。
  論文  参考訳（メタデータ） (2023-06-18T08:51:14Z)
• Energy-Based Models for Cross-Modal Localization using Convolutional Transformers [52.27061799824835]
  GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。 本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。 我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
  論文  参考訳（メタデータ） (2023-06-06T21:27:08Z)
• A Survey on Visual Map Localization Using LiDARs and Cameras [0.0]
  視覚マップのローカライゼーションを2段階プロセスとして定義する。 位置認識の段階では、視覚センサ出力とジオタグ付き地図領域の集合とを比較して、地図内の車両の初期位置を決定する。 地図距離定位の段階では、車両が地図を横切りながら追跡され、視界センサの出力と現在の地図の面積を連続的に調整する。
  論文  参考訳（メタデータ） (2022-08-05T20:11:18Z)
• Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
  本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。 本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
  論文  参考訳（メタデータ） (2022-07-27T13:16:39Z)
• Semantic Image Alignment for Vehicle Localization [111.59616433224662]
  単眼カメラからのセマンティックセグメンテーションを用いた高密度セマンティックマップにおける車両位置推定手法を提案する。 既存の視覚的ローカライゼーションアプローチとは対照的に、システムは追加のキーポイント機能、手作りのローカライゼーションランドマーク抽出器、高価なLiDARセンサーを必要としない。
  論文  参考訳（メタデータ） (2021-10-08T14:40:15Z)
• Trajectory Prediction for Autonomous Driving with Topometric Map [10.831436392239585]
  最先端の自動運転システムは、ローカライゼーションとナビゲーションのための高定義(HD)マップに依存している。 マップレス自動運転のためのエンドツーエンドトランスネットワークベースのアプローチを提案する。
  論文  参考訳（メタデータ） (2021-05-09T08:16:16Z)
• Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
  近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。 本稿では,従来のアプローチのさらなる発展について述べる。 複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
  論文  参考訳（メタデータ） (2020-08-09T09:26:30Z)
• Lane Boundary Geometry Extraction from Satellite Imagery [2.0072624123275533]
  衛星画像の画素分割を用いたハイウェイHDマップのモデリング手法を提案する。 このデータセットは同時に公開され、空中画像からのHDマップモデリングの研究に貢献する。
  論文  参考訳（メタデータ） (2020-02-06T17:10:35Z)
• RSL-Net: Localising in Satellite Images From a Radar on the Ground [23.413282280934954]
  本論文は,地上車両に搭載されたFMCWレーダを用いた頭上画像における車両位置決めについて述べる。 この作業では、レーダベースのマップの必要性を排除し、オーバヘッドイメージを単純に使用します。
  論文  参考訳（メタデータ） (2020-01-09T21:53:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。