SlamRelative
Common functional pieces of autonomous vehicles often fall into sensing, computing, and actuation.The sensing devices or sensor include cameras, laser scanners (LiDAR), milliwave radars, and GNSS/IMU. Using sensor data , autonomous vehicles perform localization, detection, prediction, planning, and control.
1. 常用传感器
- 激光雷达或深度摄像头
- 摄像头:单目、双目、多目。
- 惯性传感器
2. 发展历程
3. slam在AR上挑战
- 场景复杂多变,运动类型复杂难测,计算维度高,边缘设备计算能力有限
- 动态物体,遮挡,弱纹理,重复纹理。
3.1. 提升稳定性
3.2. 提高计算效率
3.3. 云-端协同
- ENFT-SFM or LS_ACTS: http://www.zjucvg.net/ls-acts/la-acts.html
- RKSLAM: http://www.zjucvg.net/rkslam/rkslam.html
- RDSLAM: http://www.zjucvg.net/rdslam/rdslam.html
- ACTS: http://www.zjucvg.net/acts/acts.html
- SenseSLAM: http://www.zjucvg.net/senseslam
- SenseAR: http://openar.sensetime.com
4.未来趋势
5.基于GPS+IMU+MM车载多传感器融合
GPS(GlobalPositioning System):指美国国防部研制的全球定位系统。用户设备通过接收GPS信号,得到用户设备和卫星的距离观测值,经过特定算法处理得到用户设备的三维坐标、航向等信息。使用不同类型的观测值和算法,定位精度为厘米级到10米级不等。GPS的优点是精度高、误差不随时间发散,缺点是要求通视,定位范围无法覆盖到室内。
IMU(Inertial measurementunit):指惯性测量单元。包括陀螺仪和加速度计。陀螺仪测量物体三轴的角速率,用于计算载体姿态;加速度计测量物体三轴的线加速度,可用于计算载体速度和位置。IMU的优点是不要求通视,定位范围为全场景;缺点是定位精度不高,且误差随时间发散。GPS和IMU是两个互补的定位技术。
MM(Map matching):指地图匹配。该技术结合用户位置信息和地图数据,推算用户位于地图数据中的哪条道路及道路上的位置。
- 偏航重算:是指在高架或城市峡谷,信号遮挡引起位置点漂移;GPS定位精度差和DR航位推算精度差。
- 无法定位:是指在无信号区域(停车场、隧道)推算的精度低,导致出口误差大;
- 抓路错误:是指主辅路、高架上下抓路错误。
GPS质量评估模块的功能是计算GPS位置、速度、航向角和全局可靠性指标。根据可靠性指标的大小将其投影到状态空间(GOOD、DOUBT、BAD、ABNORMAL)中,状态空间的值表征GPS数据质量的好坏。第一,决定是否使用GPS数据进行器件误差标定或某些状态的判断(如转弯行为、动静状态等);第二,在数据融合模块,为设定GPS观测量的方差—协方差阵提供参考。
器件补偿:无GPS信号环境时,定位只能依靠DR算法。DR算法精度主要取决于IMU(陀螺仪和加速度计)和测速仪的误差,陀螺仪误差将引起位置误差随时间的二次方增长,测速仪误差将引起位置误差随时间线性增长。补偿模块的主要功能是利用GPS数据来补偿速度敏感器误差参数(比例因子)和IMU的误差参数(陀螺仪天向比例因子和陀螺仪三轴零偏)。补偿的目的是在无GPS信号或弱GPS信号的场景,仅靠DR算法也能得到较为可靠的导航信息。
DR(DeadReckoning,航位推算)算法是指已知上一时刻导航状态(状态、速度和位置),根据传感器观测值推算到下一时刻的导航状态。DR算法包括姿态编排和位置编排两个部分。姿态编排使用的是AHRS(Attitude andheading reference system )融合算法,处理后输出车机姿态信息。位置编排是指结合姿态编排结果,对测速仪观测值进行积分后得到车机位置。
- 高架桥识别;停车场识别;主辅路识别。
视频地址:https://www.bilibili.com/video/BV1eK411n7aa