Verloren! Die Menge für probabilistische visuelle Selbstlokalisierung nutzen

In diesem Papier schlagen wir eine kostengünstige Lösung zur Selbstlokalisierung vor, die visuelle Odometrie und Straßenkarten als einzige Eingaben nutzt. Zu diesem Zweck präsentieren wir ein probabilistisches Modell sowie einen effizienten, approximativen Inferenzalgorithmus, der verteilte Berechnung nutzt, um die Echtzeitanforderungen autonomer Systeme zu erfüllen. Aufgrund der probabilistischen Natur des Modells sind wir in der Lage, mit Unsicherheiten aufgrund von verrauschter visueller Odometrie und inhärenten Mehrdeutigkeiten in der Karte (z. B. in einer Manhattan-Welt) umzugehen. Durch die Nutzung kostenlos verfügbarer, von der Gemeinschaft entwickelter Karten und visueller Odemetriemessungen sind wir in der Lage, ein Fahrzeug nach nur wenigen Sekunden Fahrzeit auf Karten, die mehr als 2.150 km befahrbarer Straßen enthalten, bis zu 3 m genau zu lokalisieren.