Concetti Chiave
本論文は、ビジュアルSLAMとグラウンド-衛星画像登録を融合することで、自動運転のための高精度なカメラ姿勢推定を実現する。
Sintesi
本論文は、ビジュアルSLAMとグラウンド-衛星画像登録を融合することで、自動運転のための高精度なカメラ姿勢推定を実現する。
ビジュアルSLAMは短期的には良好な精度を示すが、長期的にはドリフトが蓄積されるという課題がある。一方、グラウンド-衛星画像登録は、グローバルな情報を利用することで、ドリフトを抑えることができる。
本手法では、まず、グラウンド-衛星画像登録の結果を空間的な制約と視覚的な整合性に基づいて選別する。次に、選別された結果をSLAMの推定値と融合することで、より高精度な軌道推定を実現する。さらに、反復的な軌道更新を行うことで、精度をさらに向上させる。
実験では、KITTI及びFordAVデータセットを用いて評価を行った。その結果、本手法は、従来のSLAMに比べて、平均して65%の姿勢推定精度の向上と84%の位置推定精度の向上を達成した。
Statistiche
SLAM手法に比べて、本手法は平均して65%の姿勢推定精度の向上と84%の位置推定精度の向上を達成した。