Tseng, Wei-Kang, Angela P. Schoellig, and Timothy D. Barfoot. “Self-Calibration of the Offset Between GPS and Semantic Map Frames for Robust Localization.” In 2021 18th Conference on Robots and Vision (CRV), 173–80. Burnaby, BC, Canada: IEEE, 2021. https://doi.org/10.1109/CRV52889.2021.00031.
1 Introduction
当利用语义信息（如车道线、交通灯等）进行定位时，会出现部分路段无语义信息观测的情况，导致定位失败；此时，可将GPS 与其结合起来进行定位，但是在制图与定位之间会有时间流逝，导致实时GPS 坐标系会与语义地图坐标系之间形成偏差，这就需要对准标定操作。对准操作的常规做法是为实验增加一个手动设定的矫正先验值，但经常会出现错误对准的情况，不太可靠。
本系统的架构如下所示：
3 Semantic Cue Preprocessing
本文方法使用轻量级HD 语义地图进行辅助定位，包含车道线与交通灯。
数据关联如Fig. 3所示，作者利用估计位姿将语义地图上的路标投影至图像平面，利用ICP 寻找数据关联。
4 Vehicle Localization
4.1 Problem Setup
问题描述如Fig. 4所示，一共有三个坐标系：汽车、GPS 以及语义地图。利用 $\mathbf{T}_{VM,k}$ 将语义地图中位置已知的点 $\mathbf{p}_M^j$ 投影至图像中，利用重投影误差进行定位，并对 GPS 与语义地图间的偏差 $\mathbf{T}_{GM,k}$ 进行矫正。
4.2 Process and Observation Models
包括：
- Vehicle Dynamic Process Model
- GPS Offset Process Model
- GPS Observation Model
- Traffic Light Observation Model
- Lane Marking Observation Model
- Wheel Encoder Observation Model
- Pseudo-Measurement Observation Model