基于图优化的室外无人车多图层地图构建

doi:10.19562/j.chinasae.qcgc.2022.02.006

摘要/Abstract

摘要：

地图构建是实现无人驾驶的重要前提，针对传统单一地图无法准确实现无人车自主导航的问题，本文中提出一种低成本的室外多图层地图，分轨迹层-静态层-动态层。轨迹层为GNSS拓扑地图，静态层为基于图优化构建的点云-栅格地图，动态层为实时激光点云信息。首先轨迹层的绝对位置信息用于实现无人车的全局路径规划，然后基于动态层实时信息与静态层的点云地图做匹配，完成无人车实时高精度定位，最后对动态层进行障碍物检测，通过将实时障碍物信息同静态层的栅格地图结合，为无人车避障和局部路径规划提供环境信息。在实际环境下对提出的地图进行了评估，验证了该地图的可用性。

关键词: 地图构建, 多图层, 定位, 导航

Abstract:

Map construction is the foundation of autonomous driving. For the problem that the traditional single map cannot realize the autonomous navigation of unmanned vehicles accurately， a low-cost outdoor multi-layer map is proposed in this paper， which consists of the track layer， static layer and dynamic layer. The track layer is a GNSS topological map while the static layer is a point cloud-grid map based on graph optimization and the dynamic layer is real-time laser point cloud information. Firstly， the absolute position information contained in the track layer is used for global path planning of the unmanned vehicle. Secondly， based on the real-time information of the dynamic layer and the point cloud map of the static layer， the unmanned vehicle is positioned in real-time with high precision. Finally， obstacle detection is implemented on the dynamic layer and the real-time obstacle information is combined with the grid map of the static layer to provide information for obstacle avoidance and local path planning of unmanned vehicles. The proposed map is evaluated in the actual environment and the applicability is verified.

Key words: map construction, multi-layer, positioning, navigation

牛国臣,冯宁,王瑜. 基于图优化的室外无人车多图层地图构建[J]. 汽车工程, 2022, 44(2): 199-207.

Guochen Niu,Ning Feng,Yu Wang. Multi-layer Map Construction for Outdoor Unmanned Vehicles Based On Graph Optimization[J]. Automotive Engineering, 2022, 44(2): 199-207.

图/表 14

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

参考文献 20

1	WANG J， XU J， TAI R. A bi-level probabilistic path planning algorithm for multiple robots with motion uncertainty［J］. Complexity， 2020（4）： 1-16.
2	JUBAIR F， HAWA M. Exploiting obstacle geometry to reduce search time in grid-based pathfinding［J］. Symmetry， 2020， 12（7）： 1186.
3	SEPEHRIFAR M K， FANIAN A， SEPEHRIFAR M B. Shortest path computation in a network with multiple destinations［J］. Arabian Journal for Science and Engineering， 2020， 45（4）： 3223-3231.
4	ASADUZZAMAN M， TAN K G， HOSSAIN F， et al. An efficient shortest path algorithm： multi-destinations in an indoor environment［J］. Symmetry， 2021， 13（3）： 421.
5	ZHANG J， SINGH S. Low-drift and real-time LIDAR odometry and mapping［J］. Autonomous Robots， 2017， 41（2）： 401-416.
6	JI X L， LIN Z， ZHANG C H， et al. Lloam： LiDAR odometry and mapping with loop-closure detection based correction［C］. IEEE International Conference on Mechatronics and Automation （ICMA）. IEEE， 2019： 2475-2480.
7	LIU X， ZHANG L， QIN S R， et al. Optimized loam using ground plane constraints and segmatch-based loop detection［J］. Sensors， 2019， 19（24）： 5419.
8	HOLDER M， HELLWIG S， WINNER H. Real-time pose graph slam based on radar［C］. IEEE Intelligent Vehicles Symposium （IV）. IEEE， 2019： 1145-1151.
9	LE G C， VIDAL C T， HUANG S D. In2laama： inertial LIDAR localisation autocalibration and mapping［J］. IEEE Transactions on Robotics， 2020， 37（1）： 275-290.
10	CHEN X， MILIOTO A， PALAZZOLO E， et al. Suma++： efficient LIDAR-based semantic slam［C］. IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. IEEE， 2019： 4530-4537.
11	BAVLE H， DE LA PUENTE P， HOW J P， et al. Vps-slam： visual planar semantic slam for aerial robotic systems［J］. IEEE Access， 2020， 8： 60704-60718.
12	ERIK S， CARL T， LARS H. Long-term visual localization using semantically segmented images［C］. 2018 IEEE International Conference on Robotics and Automation （ICRA）. IEEE， 2018： 6484-6490.
13	QIN T， CHEN T Q， CHEN Y L， et al. Avp-slam： semantic visual mapping and localization for autonomous vehicles in the parking lot［C］. 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. IEEE， 2020： 5939-5945.
14	WAN G W， YANG X L， CAI R L， et al. Robust and precise vehicle localization based on multi-sensor fusion in diverse city scenes［C］. 2018 IEEE International Conference on Robotics and Automation （ICRA）. IEEE， 2018： 4670-4677.
15	THRUN S， BÜCKEN A. Integrating grid-based and topological maps for mobile robot navigation［C］. Proceedings of the National Conference on Artificial Intelligence. AAAI， 1996： 944-951.
16	LIU S， LI S H， PANG L C， et al. Autonomous exploration and map construction of a mobile robot based on the tghm algorithm［J］. Sensors， 2020， 20（2）： 490.
17	GALINDO C， SAFFIOTTI A， CORADESCHI S， et al. Multi-hierarchical semantic maps for mobile robotics［C］. 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS）. IEEE， 2005： 2278-2283.
18	RICHTER S， WANG Y Q， BECK J， et al. Semantic evidential grid mapping using monocular and stereo cameras［J］. Sensors， 2021， 21（10）： 3380.
19	YU C L， CHERFAOUI V， BONNIFAIT P， et al. Managing localization uncertainty to handle semantic lane information from geo-referenced maps in evidential occupancy grids［J］. Sensors， 2020， 20（2）： 352.
20	CAILHOL S， FILLATREAU P， ZHAO Y S， et al. Multi-layer path planning control for the simulation of manipulation tasks： involving semantics and topology［J］. Robotics and Computer-Integrated Manufacturing， 2019， 57： 17-28.

[1]	马钧, 柏玥. 基于情境引擎的车载导航交互设计研究[J]. 汽车工程, 2024, 46(1): 18-28.
[2]	秦洪懋,沈国利,周云水,黄圣杰,秦晓辉,谢国涛,丁荣军. 特征稀疏场景下基于标签的车辆视觉SLAM[J]. 汽车工程, 2023, 45(9): 1543-1552.
[3]	胡杰,张潇,魏敏,陈林,卿海华,高长斌. 基于模糊BN和改进证据理论的车辆故障定位方法[J]. 汽车工程, 2023, 45(10): 1975-1983.
[4]	盛树轩,荆崇波,蒋朝阳. 视觉与单路侧单元辅助的车辆定位方法[J]. 汽车工程, 2022, 44(7): 1009-1017.
[5]	蔡英凤,陆子恒,李祎承,陈龙,王海. 基于多传感器融合的紧耦合SLAM系统[J]. 汽车工程, 2022, 44(3): 350-361.
[6]	周哲,胡钊政,王志强,肖汉彪. 基于2阶HMM的智能车视觉地图定位方法[J]. 汽车工程, 2022, 44(2): 190-198.
[7]	蒋朝阳,兰天然,郑晓妮,高九龙,叶学通. 分布式多车协同视觉SLAM系统[J]. 汽车工程, 2022, 44(12): 1809-1817.
[8]	黄圣杰,胡满江,周云水,殷周平,秦晓辉,边有钢,贾倩倩. 动态场景下基于语义分割与运动一致性约束的车辆视觉SLAM[J]. 汽车工程, 2022, 44(10): 1503-1510.
[9]	秦晓辉,王哲文,庞涛,史维清,孙宁,胡满江. 基于车辆模型紧耦合的封闭园区车辆定位方法[J]. 汽车工程, 2021, 43(9): 1328-1335.
[10]	李兴佳,李建芬,朱敏,彭能岭,左帅. 基于无迹卡尔曼滤波的定位融合与校验算法研究[J]. 汽车工程, 2021, 43(6): 825-832.
[11]	卓瑞岩,刘成,何元章,许国松,刘爽,张立. 基于波束形成与波叠加的噪声源三维定位方法研究[J]. 汽车工程, 2019, 41(10): 1210-1214.
[12]	段续庭,田大新,王云鹏. 基于V2X通信网络的车辆协同定位增强方法[J]. 汽车工程, 2018, 40(8): 947-951.
[13]	张志勇, 张风, 黄彩霞, 刘鑫. 轮毂电机驱动电动汽车的转向性能优化^*[J]. 汽车工程, 2018, 40(10): 1206-1214.