Abstract

• Compact한 instance 레벨의 로드맵을 생성하고 high-availability의 localization을 가능하게 하는 새로운 vision-based mapping 및 localization 시스템 제안
• Spatial uncertainty는 IPM 모델로부터 고려되며, 이를 mapping과 localization에 유용하게 활용 가능
• GNSS, local navigation (odometry), map matching 정보를 융합하여 PGO framework 구축

Introduction

• Monocular RGB 이미지로부터 얻어진 semantic road marking이 IPM을 통햬 metric-scale의 pointclouds로 변환되고 유연한 data association을 위해 compact하게 매개변수화 됨
• Road markings의 uncertainty는 시스템의 여러 단계에 걸쳐 고려됨으로써 복잡한 환경에서도 정확환 mapping 및 localization이 가능하게 함
• Contributions
  • Road markings의 compact instance-level의 매개변수화를 기반으로 하는 visual mapping 및 localization 시스템 개발
  • IPM의 spatial uncertainty를 고려하여 복잡한 환경에서도 확률적 mapping 및 localization을 가능하게 함
  • Pose estimation을 위한 pose graph 기반 estimator 개발

System Overview

전체적인 pipeline은 mapping과 localization으로 구성

• Mapping : 4방향의 이미지를 합성한 전방향의 BEV 이미지로부터 semantic feature detection 후 global 좌표에 projection
• Localization : 현재 추출한 semantic feature를 previous-build map과의 일치를 통해 localization. EKF를 통해 visual localization 결과와 odometry 결과를 융합하여 texture-less 지역에서도 vehicle의 state 추정이 잘 이루어지도록 함