Trained Trajectory based Automated Parking System using Visual SLAM onSurround View Cameras(论文分享)
同样的,先说自己感受。这篇论文就类似于一个概述性质的论文,概述了工业训练的轨迹自动泊车系统。讨论了经过训练的轨迹停车用例,并演示了如何使用Visual SLAM管道扩展当前的停车系统。这篇论文给我留下的感受没有上一篇那么深,可能是因为这篇论文没有涉及到技术方面的核心内容,或者说技术部分讲的很少,理解起来不算难。
论文原文
摘要
训练轨迹停车( trained trajectory parking):建立一个汽车经常停放的环境的持久地图,例如,家庭停车场或办公室停车场。预建的地图可以帮助车辆在下次停车时更好地重新定位。这是通过使用Visual SLAM管道增强停车系统来实现的,该功能在汽车行业中被称为训练轨迹停车。在本文中,讨论了一个训练轨迹自动停车系统的用例、设计和实现。
一.引言
通过Visual SLAM管道,让车辆具有智能来学习绘制经常停车的区域,然后重新定位。
V-SLAM的实现主要有三种方法:
- 基于特征的方法。利用描述性图像特征进行跟踪和深度估计,从而得到稀疏映射。如monoSLAM,Parallel Tracking and Mapping(PTAM)和ORB-SLAM。
- 直接SLAM方法。在整个图像上工作,而不是稀疏特征,以帮助构建密集的地图。如LSD-SLAM和DTAM。
- CNN方法。不成熟。
二.训练轨迹停车系统
训练轨迹停车分为两个阶段:
- 训练阶段(training phase):不同于机器学习中的“训练”,这里就只是一个普通的含义——储存轨迹及其周围的其他信息,以便后续replay阶段。
- 回放阶段(replay phase):提取储存好的轨迹及周围信息,以识别当前车辆的位置。
训练轨迹停车的整个过程:在训练阶段,里程计和/或超声波传感器信息的融合提供了更准确的轨迹。然后,车辆控制计划(Vehicle Control Planning)使用计算出的车辆位置来规划返回停车位置的路线,并控制转向和加速,以实现自动泊车,见下图。

训练停车和重新定位示意图:白色虚线路径是训练的轨迹(红色的特征来自周围的物体)。黄色带箭头的斑点表示当前车辆(蓝色表示检测到的特征)沿着训练路径沿着箭头方向移动。应用场景主要有:家庭停车,自动倒车泊车以及代客泊车等。
三.停车系统架构

平台概述:
- 传感器:四个鱼眼相机,每个具有190°的宽水平视野(field of view,FOV),总共覆盖了360°FOV。12个超声波传感器用于提供一个强大的安全网以避免碰撞,如下图。
- SOCs:用于低功耗低成本的去部署计算机视觉算法。
- 软件架构:在输入视觉算法之前,典型的预处理(Pre-Processing)算法包括鱼眼畸变校正、对比度增强和去噪。深度估计(Depth Estimation)为通过语义分割(Semantic Segmentation)检测到的行人和车辆等对象提供定位。物体(Object Extraction)也可以从超声波和激光雷达等其他传感器中提取出来,然后融合到之前使用的地图中。
停车中的标准计算机模块:
- 语义分割:在自动驾驶中,这些物体通常用于导航和障碍物检测。动态对象可以帮助消除地图上的特征点,因为它们在重新定位时可能不在同一位置。而车道和道路标记等静态实体则提供了在机动过程中可以穿越的有效轨迹。
- 一般障碍物检测:为了获得一个健壮的系统,必须使用替代线索(alternate cues)而不是外观(appearance)来检测物体,运动(motion)和深度(depth)是在汽车场景中非常有用的线索。通常,深度用于检测静态对象,运动用于检测动态对象。
四.停车中的视觉SLAM
- 建图概述:许多首次成功的自动驾驶演示(例如谷歌)主要依赖于对预先绘制的区域进行定位,当有一个准确的定位时,高清地图可以作为一个主导线索,因为已经有了一个强大的先验语义分割,并且可以通过在线分割算法对其进行细化。
- VSLAM管道:作用就是建图(构建汽车周围环境的地图)和定位(同时计算出汽车在该环境中的当前位置),由安装在汽车上的任何一个或四个摄像头的组合产生广角图像完成。建图由三个过程组成:训练好的轨迹、与它相关的路标(就是特征)以及跟踪的传感器数据。回顾VSLAM的优缺点后得出的结论是基于特征的方法将比直接方法更适合,因为它只需要更少的内存,并且对场景中的动态对象和结构变化不太敏感。
- 帧到帧的三维重建和视觉里程测量可能存在漂移,需要进行全局校正(BA优化)。它通常在N帧中执行一次,称为窗口束调整(Windowed Bundle Adjustment)。在训练结束时,还执行全局束调整,其中所有关键帧(key frames,不是轨迹上的每一帧)都被优化,以确保内部VSLAM地图的全局一致性。
五.结果
表中的前三列是训练和重放场景,按照它们记录的时间表示。第四列和第五列是指训练和回放场景的时间差异(以天为单位),以及训练开始和回放场景之间的距离差异。第六列和第七列是指位置和角度在轨迹长度上的平均偏移量。最后一列是平均重定位率(Average relocalization rate),定义为估计姿态在2°方向公差和0.05m位置公差范围内的实例百分比,重新定位率越高,性能越好。Scene6是最具挑战性的场景,由于光照和横向偏移量变化较大,因此其重新定位率相对较差。视频见https://streamable.com/d6b97

六.结论
- 本文提供了一个工业训练轨迹自动停车系统的概述——第二章中的训练阶段(training phase)和回放阶段(replay phase)
- 本文讨论了经过训练的轨迹停车用例,并演示了如何使用Visual SLAM Pipeline扩展当前的停车系统——第三章
- 我们详细描述了Visual SLAM管道,并列出了在商业部署中遇到的实际挑战——第四章中VSLAM Pipeline
更多推荐
https://arxiv.org/pdf/2001.02161
所有评论(0)