通过观察太阳和其他语义线索找到你的路
提出了一种新颖的轻量级视觉语义定位算法,通过稳定的语义特征代替低级纹理特征,结合离线构建的语义地图和在线的数据关联实现实时的自动驾驶定位。实验结果表明,该方法在各种自动驾驶定位任务中是可靠且实用的定位解决方案。
Jun, 2024
本文提出了一种基于多个传感器的语义定位算法,利用车道,交通标志和车辆动态等信息,以贝叶斯滤波框架为基础,实现对稀疏语义地图的鲁棒定位,相较于传统基于几何学和 LiDAR 强度的定位器所需的储存空间降低了数个数量级,并且证明了其在 312 公里公路数据集上能够获得 0.05m 的横向精度和 1.12m 的纵向精度。
Aug, 2019
本文提出了一种面向实时性能的可扩展视觉定位方法,该方法使用自我监督方法学习紧凑的路图像表示,结合车辆本体运动得出高精度位置估计,在挑战性的城市环境中有效地减少了定位误差一个数量级。
May, 2019
本文提出了一种基于结构和图像的语义匹配方法,能够在诸如季节、亮度、天气和昼夜变化等多种条件下实现准确和稳健的视觉定位,实验证明该方法相较于现有技术有显著的提升。
Apr, 2019
本文提出了一种基于车载摄像头图像的道路布局推断模型,同时构建了一个路况数据集,可以将导航地图的元数据与 Google 街景图像匹配以提供标签,并利用深度卷积网络训练该模型,结果表明该方法可用于提升基础设施安全性。
Nov, 2016
该研究提出了一种利用卫星图像对地面车辆进行精确定位的方法,其采用基于地面 - 卫星特征字典的视觉定位方法,可以在不需要密集的地面图像数据库的情况下估计任意位置的可能性,并通过学习定位判别特征投影矩阵进一步提高精确度,在公共数据集上得到了显著的改进。
Oct, 2015
在自动驾驶车辆的长期视觉导航中,利用图像的语义分割和 3D 点云制作具有语义标签的地图,通过粒子滤波来实现车辆定位,从而在大多数时候实现低于 1 米的定位误差。
Jan, 2018
本论文提出了一种在具有不同平面的路面上进行单目物体定位和形状估计的方法,并使用 KITTI 和 SYNTHIA-SF 基准测试了该方法,证明了其在任意形状的路面上能显著提高单目物体定位的效果。
Mar, 2018
本文提出了一种基于三维激光雷达测距扫描和神经网络对语义信息进行提取的建图及定位方法,实现了对运动物体的有效滤波和语义信息约束下的扫描匹配,与现有基于几何约束的方法相比,实验结果表明其性能更优。
May, 2021
该论文提出了一种基于联合三维几何和语义理解的新方法来解决计算机视觉中困难的视觉定位问题,该方法使用生成模型进行描述符学习,并在语义场景补全作为辅助任务进行训练,以使得生成的三维描述符具有鲁棒性,并能够实现在极端视角,光照和几何变化下的可靠定位。
Dec, 2017