AMD新款泊车定位VIPS-Odom：首个将车位显式融合到前后端的紧耦合VIO框架

文章预览

点击下方 卡片 ，关注“ 自动驾驶之星 ” 这里有一群奋斗在自动驾驶 & 座舱量产第一线的小伙伴等你加入 如何解决车库地面反光？ 传统SLAM方法从相机图像中获取特征点，结合其他传感器如惯性测量单元（IMU）和轮速传感器（WSS）来构建SLAM模块。如图1所示，在自动泊车辅助（APA）和自动代客泊车（AVP）场景，传统的视觉方法 受到不稳定特征跟踪的影响 ，往往是由光线反射和频繁移动的物体引起的。这些方法通常无法在纹理稀疏和光线动态变化的停车环境中提取足够的有效特征点。实际上在复杂的停车环境中， 不足和不稳定的特征点会导致累积漂移，甚至在极端情况下导致失败 。尽管有一些方法可以减轻累积漂移如闭环检测，但在如此复杂的场景中设计具有高精度和稳定性的定位方法仍然是一个问题。 本文介绍的 VIPS-Odom [1]是一种基于语义视 ………………………………