Key points are not available for this paper at this time.
Este artigo reporta o problema da localização visual baseada em mapas em ambientes urbanos para veículos autônomos. Carros autônomos tornaram-se uma realidade nas estradas e serão um produto de consumo em um futuro próximo. Um dos maiores obstáculos para veículos autônomos é o custo proibitivo dos conjuntos de sensores necessários para a localização. O sensor mais comum nessas plataformas, um scanner de detecção e medição de luz tridimensional (3D) (LIDAR), gera nuvens de pontos densas com medidas de refletividade da superfície – que outros métodos de localização de ponta mostraram ser capazes de precisão em nível de centímetros. Alternativamente, buscamos obter uma precisão de localização comparável com câmeras de consumo significativamente mais baratas. Propomos localizar uma única câmera monocular dentro de um mapa de solo 3D prévio, gerado por um veículo de pesquisa equipado com scanners LIDAR 3D. Para isso, exploramos uma unidade de processamento gráfico para gerar várias visões sintéticas do nosso ambiente de crença. Em seguida, buscamos maximizar a informação mútua normalizada entre nossas medições reais da câmera e essas visões sintéticas. Resultados são apresentados para dois conjuntos de dados diferentes, uma trajetória de 3,0 km e outra de 1,5 km, onde também comparamos com o estado da arte em localização baseada em mapas LIDAR.
Wolcott et al. (Mon,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: