清华大学最新工作：无需昂贵LiDAR，单目相机绘制高精地图

以下内容来自从零开始机器人SLAM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

#论文# Roadside HD Map Object Reconstruction using Monocular Camera、

论文地址：IROS2022论文集

作者单位：清华大学  

    传统的HD map制作需要配备昂贵传感器(如激光雷达)的测绘车辆，因此使用低成本视觉传感器进行HD map重建需要大量的研究。然而，这一领域的大部分现有工作将重点局限于重建道路表面的地标。本文通过对单目相机路边目标重建的研究，拓宽了这一局限。我们提出了一种新的物体级重建框架，该框架具有两个优点:1)一种新的3D模型估计方法，可以利用特定的路边物体的先验几何知识直接以矢量化格式重建特定的路边物体;2)一种新的数据关联方法，可以解决路边物体的复杂跟踪问题。该框架在KAIST城市公共数据集中的典型高速公路和城市场景上进行了评估。实验结果表明，该算法具有较高的重建精度和召回率，并在很大程度上优于经典的基于运动结构(SfM)和基于深度学习的方法。 本文贡献如下： 1、提出了一种高清地图中路旁杆子和标志的对象级重建算法，该算法通过显式地利用路旁杆子和标志的先验几何知识，具有高度专门化的参数化和估计方法。 2、基于有效的深度排序策略和结合运动流和几何验证的相似性度量的准确的离线数据关联模块

以上内容来自从零开始机器人SLAM知识星球 每日更新内容