DL-SLOT: SLAM Lidar Dinamis dan Pelacakan Objek Berdasarkan Optimasi Graf

DL-SLOT: SLAM Lidar Dinamis dan Pelacakan Objek Berdasarkan Optimasi Graf

Xuebo Tian, Junqiao Zhao, Chen Ye

Estimasi posisi ego dan pelacakan objek dinamis adalah dua isu kunci dalam sistem pengemudian otonom. Dua asumsi sering dibuat untuk keduanya, yaitu asumsi dunia statis pada Simultaneous Localization and Mapping (SLAM) dan asumsi posisi ego yang tepat pada pelacakan objek. Namun, asumsi-asumsi ini sulit dipertahankan dalam skenario jalan yang sangat dinamis di mana SLAM dan pelacakan objek menjadi berkorelasi dan saling menguntungkan. Dalam makalah ini, diusulkan DL-SLOT, suatu metode SLAM Lidar dinamis dan pelacakan objek. Metode ini mengintegrasikan estimasi keadaan dari kendaraan ego maupun objek statis dan dinamis di lingkungan ke dalam kerangka optimasi terpadu, untuk mewujudkan SLAM dan pelacakan objek secara simultan. Pertama, kami menerapkan deteksi objek untuk menghapus semua titik yang termasuk dalam objek dinamis potensial. Kemudian, odometri LiDAR dilakukan menggunakan point cloud yang telah difilter. Pada saat yang sama, objek yang terdeteksi diasosiasikan dengan lintasan objek historis berdasarkan informasi deret waktu dalam jendela geser. Keadaan objek statis dan dinamis serta kendaraan ego dalam jendela geser diintegrasikan ke dalam kerangka optimasi lokal terpadu. Kami melakukan SLAM dan pelacakan objek secara simultan dalam kerangka ini, yang secara signifikan meningkatkan ketangguhan dan akurasi SLAM dalam skenario jalan yang sangat dinamis serta akurasi estimasi keadaan objek. Eksperimen pada dataset publik menunjukkan bahwa metode kami mencapai akurasi yang lebih baik dibandingkan A-LOAM.

Subjek: Robotika (cs); Kecerdasan Buatan (cs)