【SLAM】一种用于自动驾驶赛车的冗余感知和状态估计方法，消除传感器故障的严重影响！

获取完整原文和代码，公众号回复：07080886509

论文地址： http://arxiv.org/pdf/1809.10099v1.pdf

代码： 无

来源： 苏黎世联邦理工学院

论文名称：Redundant Perception and State Estimation for Reliable Autonomous Racing

原文作者：Nikhil Gosala

内容提要

在自动驾驶赛车中，车辆的操作接近操控极限，传感器故障可能会造成严重后果。为了限制此类故障的影响，本文提出了一种用于自动驾驶赛车的冗余感知和状态估计方法。冗余感知是通过独立使用两种传感器模式来估计分隔物体的轨道的颜色和位置来实现的。具体来说，基于学习的方法用于分别从LiDAR和相机数据生成颜色和姿态估计。基于粒子滤波的实时SLAM算法融合冗余感知输入。速度估计采用滑移动力学，并通过概率失效检测算法确保可靠性。使用自动驾驶赛车gotthard无人驾驶，这些子模块在现实世界的赛车条件下进行了广泛评估，横向加速度可达1.7G，最高时速可达90公里/小时。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。