以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

(相关资料图)

#论文# #开源代码# Towards Accurate Ground Plane Normal Estimation from Ego-Motion

论文地址：https://arxiv.org/abs/2212.04224

作者单位：地平线机器人

开源代码：github.com/manymuch/ground_normal_filter

本文提出了一种新的轮式车辆地平面法向估计方法。在实际应用中，由于制动和路面不稳定，地平面会发生动态变化。因此，车辆姿态，特别是俯仰角，从微妙到明显的振荡。因此，估计地平面法线是有意义的，因为它可以被编码以提高各种自动驾驶任务的鲁棒性(例如，3D物体检测、路面重建和轨迹规划)。我们提出的方法只使用里程计作为输入，实时估计精确的地平面法向量。

特别是，它充分利用了里程计和它附近的地平面之间的潜在联系。在此基础上，设计了一个扩展卡尔曼滤波器(IEKF)来估计传感器坐标中的法向量。因此，我们提出的方法简单而有效，并支持基于相机和惯性的里程计算法。通过在公共数据集上的多次实验，验证了该方法的可用性和鲁棒性的显著提高。例如，我们在KITTI数据集上实现了最先进的精度，估计向量误差为0.39◦。

简而言之，本工作的主要贡献如下:

(1)我们提出了一种简单而有效的实时地平面法向估计方法。

(2)该方法采用了充分利用运动信息作为输入的特殊设计，同时支持基于相机和基于惯性的里程计算法。

以上内容来自小六的机器人SLAM学习圈 每日更新内容