在被雪覆盖的环境中基于LiDAR的长期地图绘制
Jaewon Lee1,2, Woojin Chung1, Jiwoong Kim2
1Department of Mechanical Engineering, Korea University, Seoul 02841, Republic of Korea.
自动驾驶系统面临的挑战是积雪. 这项研究引入了一种深度学习方法,可以从地图上去除雪,改善在雪的条件下定位和地图准确性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 自动驾驶系统面临着环境的不确定性,特别是像雪这样的动态元素.
- 积累的积雪会降低地图的准确性和定位性能,原因是时间变化和遮蔽.
研究的目的:
- 开发一个强大的绘图策略,用于雪覆盖的环境.
- 为了减轻定位错误并提高在雪的情况下更新地图的准确性.
主要方法:
- 这是一种深度学习方法,用于检测和从传感器数据中去除积累的雪.
- 使用无雪数据更新地图,并恢复封闭的地面信息.
主要成果:
- 实现了78.6%的跨越欧盟 (IoU) 的交叉点,用于雪地检测.
- 减少了12.5% (RMSE) 和15.6% (Chamfer距离) 的地图对齐错误.
- 在现实世界覆盖着雪的环境中验证有效性.
结论:
- 拟议的方法有效地处理与雪相关的绘图挑战.
- 通过保持地图质量,在被雪覆盖的地区实现可靠的长期自动驾驶.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
08:09Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management
Published on: September 12, 2017
相关概念视频
Topographic Surveying and Contours
Methods of Obtaining Topography
Types of Global Positioning System Surveys
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Common Leveling Mistakes and Errors
Levels of Use of a GIS
