作者带你读论文 | ​在地下停车场利用车位标号进行的蒙特卡罗定位——另一种基于先验信息的定位算法

Monte-Carlo Localization in Underground Parking Lots using Parking Slot Numbers

L. Cui, C. Rong, J. Huang, A. Rosendo and L. Kneip

Mobile Perception Lab, SIST, ShanghaiTech.

在地下停车场利用车位标号进行的蒙特卡罗定位

L. Cui, C. Rong, J. Huang, A. Rosendo and L. Kneip

移动感知实验室（MPL），信息科学与技术学院，上海科技大学

在我们之前的文章中，我们已经解释了SLAM并不总是智能移动设备本地化的必要条件。在许多情况下，关于环境的先验知识可能是现成的，代理可以通过确定其在现有地图中的位置来直接定位自身。例如，我们可以使用Stereye Polar扫描这样的解决方案来创建环境的密集彩色点云，在转换成合适的表示后，这个先验的地图表示可以用于跟踪环境中的激光雷达(参见我们上周关于FP-Loc的文章)。虽然这种方法能够实现稳定和精确的跟踪，但它仍然有一个缺点:3D模型的不同部分可能具有非常相似的几何形状，这使得它们无法与环境的其他部分区分开来。因此，该方法难以用于大规模环境中的全局定位。

在本周的推文中，我们将介绍另一个地图先验，可以用来解决这个问题。特别是，我们正在把注意力转向具有挑战性的环境——地下停车场，一个即使在不同的地方也有高度的几何相似性。在这样的环境中，实现纯几何的、基于激光雷达的全局定位是非常具有挑战性的。为了理解如何解决这个问题，我们只需要问自己:我们人类是如何解决这个问题的?人类很容易无法重新找到他们的汽车，这是由于在这样的环境中位置的模糊性。我们通常做的是记下停车位号码。停车位号码在地下环境中是非常独特的特征，我们提出了一种基于视觉的解决方案，基于该特征执行全局定位。所需要的是一个语义注释的环境平面图，如下图所示。停车位及其编号用粉色突出显示。

前端是由光学符号识别(OCR)框架提供的，它可以在自然环境检测文本字符。然后，通过检测每个号码对应的数字，将这些几何信息转换为语义信息。下图是一个例子:

结果不只返回一个检测结果，而是在所有可能的标签上给出一个分布。然后将前端信息用于典型的蒙特卡罗定位框架中，其中每个粒子的权重基于几何和语义似然的组合进行更新。这一切都是通过使用粒子假设，基于已知的相机高度和已知的相机滚动和俯仰角假设，通过将测量到的标签的中心与地平面相对应的射线相交，从地图上检索最近的停车位标签。

然后，通过讨论从地图上检索到的标签的重投影位置与图像中原始检测的实际中心之间的距离，给出几何似然。语义似然考虑了预测的数字似然与检索到的最近邻居标签的实际数字之间的一致性。

下面的视频里显示了一个示例结果。正如预期的那样，原来近似均匀的粒子集迅速收敛到正确的位置。此外，如视频中所示，该方法能够在手动重新初始化触发时快速重复收敛，具有很高的可重复性。

原本的学术论文链接如下：

https://ieeexplore.ieee.org/document/9636465