邵曉航，吳杭彬，劉 春，陳 晨，蔡天池，程帆瑾

同濟(jì)大學(xué)測繪與地理信息學(xué)院，上海 200092

高精度定位是自動駕駛的核心技術(shù)[1]。傳統(tǒng)的GNSS(Global Navigation Satellite System)定位技術(shù)易受樹木、建筑和隧道等障礙物遮蔽的影響。這時，同時定位與地圖構(gòu)建(simultaneous location and mapping，SLAM)成為自動駕駛技術(shù)的定位方案之一。視覺SLAM不僅成本低、易維護(hù)，還可以獲得豐富的色彩、紋理信息，逐漸成為該領(lǐng)域的重要補(bǔ)充[2-3]。

PTAM[4]是其中第1個采用并行方式實(shí)現(xiàn)跟蹤和建圖的SLAM方案，它通過非線性的BA(bundle adjustment)優(yōu)化，能夠?qū)崟r獲得圖像關(guān)鍵幀的軌跡和姿態(tài)。ORB-SLAM[5-7]在此基礎(chǔ)上新增了回環(huán)檢測線程，并利用改進(jìn)的圖像特征，實(shí)現(xiàn)了基于單、雙目相機(jī)和RGB-D相機(jī)的定位和跟蹤，它也是當(dāng)前基于特征點(diǎn)法中最成熟的開源視覺SLAM方案。除此之外還有基于像素灰度變化的直接法[8]和半直接法[9]等方案。

這些方法在定位過程中普遍存在“靜態(tài)世界”的假設(shè)，即假設(shè)像素或特征點(diǎn)的空間位置是不變的，而造成圖像灰度和視角變化的唯一原因是相機(jī)的位姿變化。然而自動駕駛場景是動態(tài)的，行人、汽車等移動物體會影響視覺特征關(guān)聯(lián)的準(zhǔn)確性。雖然這種影響可以通過RANSAC[10]或者核函數(shù)[11]過濾，但這是一種被動機(jī)制，并沒有從根本上改變這一假設(shè)。因此，如何在動態(tài)場景中尋找更穩(wěn)健的特征是視覺定位技術(shù)應(yīng)用于自動駕駛的關(guān)鍵之一。

解決上述問題有兩種思路[12]。一種是把動態(tài)目標(biāo)的運(yùn)動囊括進(jìn)SLAM的估計(jì)過程，例如采用粒子濾波方法克服錯誤估計(jì)的影響[13]，但是粒子的數(shù)量選擇和維持實(shí)時計(jì)算較困難。另一種更普遍，是讓SLAM方法結(jié)合深度學(xué)習(xí)技術(shù)[14-15]，分割圖像中的動態(tài)區(qū)域，從而把它轉(zhuǎn)換為靜態(tài)環(huán)境的SLAM問題。例如，DS-SLAM[16]算法使用SegNet[17]識別環(huán)境中的物體，并將人體去除；DynaSLAM[18]算法采用Mask-RCNN[19]檢測動態(tài)物體，過濾目標(biāo)的同時補(bǔ)全被遮擋部分；MaskFusion[20]實(shí)現(xiàn)了一種實(shí)例級別的語義分割，以更加完全地過濾動態(tài)特征。DetectionFusion(arXiv:1707.09127,2019.)在實(shí)例分割的基礎(chǔ)上識別了未知運(yùn)動目標(biāo)，從而實(shí)現(xiàn)更為完整的動態(tài)過濾。還有學(xué)者結(jié)合道路結(jié)構(gòu)化特征，設(shè)計(jì)了帶有改進(jìn)金字塔池化模塊的語義分割神經(jīng)網(wǎng)絡(luò)[21]。這些方法通過設(shè)計(jì)精巧的神經(jīng)網(wǎng)絡(luò)完成動態(tài)環(huán)境中的目標(biāo)識別，但它們依賴于動態(tài)目標(biāo)的分類規(guī)則，忽略了物體可能有“動態(tài)”和“靜態(tài)”雙重屬性的事實(shí)。例如行駛的汽車是動態(tài)的，但是?？康钠囀庆o態(tài)的；并且靜態(tài)的物體仍能為視覺SLAM過程提供豐富的特征。因此有學(xué)者提出Detect-SLAM的方法[22]，考慮了物體上特征點(diǎn)的運(yùn)動特性，在識別出語義目標(biāo)的基礎(chǔ)上為其分配運(yùn)動概率，每一幀位姿在估計(jì)時都更新概率值并去除高于閾值的運(yùn)動點(diǎn)，但這方面研究較少。

綜上所述，目前視覺定位SLAM技術(shù)存在受動態(tài)目標(biāo)影響大，且在復(fù)雜環(huán)境中不易準(zhǔn)確分辨動態(tài)目標(biāo)。為此，筆者提出了基于語素關(guān)聯(lián)的方法，并且基于經(jīng)典的ORB-SLAM方法建立了動態(tài)環(huán)境中的視覺定位優(yōu)化流程。

1 語素關(guān)聯(lián)約束的定位優(yōu)化方法

傳統(tǒng)視覺定位的原理是：通過幀間匹配計(jì)算相同關(guān)鍵點(diǎn)之間的像素差異，從而估計(jì)產(chǎn)生這種差異的位置和姿態(tài)(簡稱位姿)變化，同時輔以閉環(huán)優(yōu)化以減少誤差，其流程如圖1(a)所示。然而提取的特征點(diǎn)可能位于動態(tài)目標(biāo)上，但基于“靜態(tài)世界”假設(shè)，這些特征點(diǎn)不利于位姿估計(jì)，具體說明如圖2所示。因此，本文提出的視覺定位優(yōu)化方法在傳統(tǒng)流程基礎(chǔ)上，通過語義關(guān)聯(lián)識別環(huán)境中的動態(tài)語義要素(簡稱動態(tài)語素)，并且形成特征掩膜用于“特征匹配”過程，從而幫助過濾動態(tài)特征點(diǎn)以獲得“穩(wěn)定的特征”，進(jìn)而優(yōu)化后續(xù)位姿估計(jì)，如圖1(b)所示。

圖1 基于語義要素關(guān)聯(lián)優(yōu)化的動態(tài)環(huán)境定位流程Fig.1 Flowcharts of location optimization in dynamic scenes by semantic association

1.1 動態(tài)環(huán)境的影響

一般SLAM算法認(rèn)為環(huán)境中的地標(biāo)點(diǎn)(圖像中關(guān)鍵點(diǎn)所對應(yīng)的物體)是固定的，空間中同一個地標(biāo)在前后兩幀圖像中的像素差異，僅源于相機(jī)的位置和姿態(tài)改變。因此，當(dāng)相機(jī)內(nèi)參已知時，它的位姿和地標(biāo)點(diǎn)之間存在如式(1)的關(guān)系

ξ(P,R)=Γ(K,M)

(1)

式中，K是用像素坐標(biāo)表達(dá)的關(guān)鍵點(diǎn)；M是相機(jī)的內(nèi)參數(shù)；ξ為相機(jī)的位姿，是一個與位置P和旋轉(zhuǎn)R有關(guān)的矩陣；Γ(·)是一個抽象函數(shù)，具體的表達(dá)可參考文獻(xiàn)[23—24]。

圖2 場景的動態(tài)物體對于視覺定位的影響Fig.2 Negative effects of moving objects in dynamic scenes

1.2 語義實(shí)體識別

獲得動態(tài)語素的第1步是識別出視覺圖像中的語義實(shí)體。假設(shè)環(huán)境中的語義實(shí)體G由位置L、大小S和類別M表達(dá)，即G={L,S,M}，根據(jù)相機(jī)的投影模型，圖像中的像素點(diǎn)(x,y)和g∈G存在如下的映射關(guān)系

g=f(x,y)

(2)

語義實(shí)體識別就是確定映射f(·)的過程。本文利用了以YOLO(arXiv:2004.10934,2020)為代表的目標(biāo)識別算法和以SegNet[17]為代表的語義分割算法。在YOLO算法中，M為識別出的目標(biāo)類別，L和S分別是目標(biāo)最小外包矩形(bounding box)的邊界和大小。在語義分割方法中，M為分割出的目標(biāo)類別，L和S分別是圖像中的屬于指定類別的像素坐標(biāo)和數(shù)量。

1.3 語義要素抽象和關(guān)聯(lián)

語義要素約束是通過語素抽象和關(guān)聯(lián)實(shí)現(xiàn)的，其形式是動態(tài)特征掩膜。本文中，語素抽象就是提取語義實(shí)體識別出的元素，例如圖1(b)中列出的人、道路、汽車、自行車等元素。語素關(guān)聯(lián)就是通過建立不同元素之間的關(guān)系，判斷關(guān)聯(lián)后的語義是動態(tài)或靜態(tài)。例如“汽車”和“道路”關(guān)聯(lián)的結(jié)果是“行駛的車”這種動態(tài)語素，而“汽車”和“車位”關(guān)聯(lián)的結(jié)果是“停放的車”這種靜態(tài)語素。語素關(guān)聯(lián)能體現(xiàn)“汽車”具有“動”“靜”雙重屬性的事實(shí)。

在視覺圖像中，關(guān)聯(lián)性通過像素區(qū)域的位置關(guān)系和面積大小計(jì)算得到。設(shè)有兩個語義實(shí)體g1,g2∈G，它們在圖像中的關(guān)系可以按照式(3)計(jì)算

(3)

式中，h(·)表示計(jì)算實(shí)體在圖像上的像素區(qū)域和面積；∩表示計(jì)算重疊像素區(qū)域的面積；∪表示計(jì)算合并后像素區(qū)域的面積；L表示像素位置；S表示像素大?。籸1、r2為兩種指標(biāo)計(jì)算方法；r1是相交區(qū)域面積比其中一種實(shí)體區(qū)域面積的指標(biāo)，它側(cè)重體現(xiàn)動態(tài)部分與其中一種語義實(shí)體的關(guān)系；r2是相交區(qū)域面積比兩種實(shí)體合并后區(qū)域面積的指標(biāo)，它側(cè)重體現(xiàn)動態(tài)部分與兩種實(shí)體之間的關(guān)系。當(dāng)關(guān)聯(lián)的兩者僅有一個具有動態(tài)性時，例如“人和道路”中“人”具有動態(tài)性，更加適用于r1指標(biāo)，此時g1代表“人”；而當(dāng)關(guān)聯(lián)的兩者都具有動態(tài)性的時，例如“人和自行車”，更加適用于r2指標(biāo)。

2 試驗(yàn)與分析

2.1 試驗(yàn)環(huán)境和數(shù)據(jù)采集

為了驗(yàn)證提出的方法，本文基于自主研發(fā)的移動視覺機(jī)器人平臺在校園道路場景開展了試驗(yàn)。該平臺為小型輪式移動機(jī)器人(圖3(a))，搭載了雙目RGB相機(jī)，相片分辨率為640×400像素，采樣頻率30 Hz。

如圖3(b)所示，試驗(yàn)行駛路線全程約2.4 km，途經(jīng)食堂、教學(xué)樓和校門，全程48 min，共得到約8萬對圖像；其中，除校門前的路段為機(jī)動車道路外，其他路段均為非機(jī)動車道路。如圖3(c)所示，SOI-1至SOI-6是典型動態(tài)場景的圖像興趣序列(sequence of interest)。由于“汽車”“自行車”“行人”是該環(huán)境中影響視覺定位的主要語義實(shí)體，因此本文利用YOLO目標(biāo)識別方法識別這3種目標(biāo)，利用SegNet語義分割方法分割與之相關(guān)的“道路”“停車位”。

圖3 試驗(yàn)數(shù)據(jù)采集平臺和過程Fig.3 Equipment and data collection

表1以6個興趣序列為例，不分實(shí)例地統(tǒng)計(jì)了每段中各個實(shí)體出現(xiàn)的總頻次。從表1中可以看出，SOI-1和SOI-2所對應(yīng)的食堂、教學(xué)樓附近人、自行車較密集，機(jī)動車道路段中的SOI-4序列中有汽車駛過。環(huán)境中的停車區(qū)讓汽車或自行車具備了“動”“靜”雙重屬性，這給動態(tài)要素的準(zhǔn)確識別帶來困難。

表1 局部場景圖像興趣序列信息

2.2 語素關(guān)聯(lián)和定位約束

根據(jù)場景的語義特點(diǎn)，參考圖1(b)擬提取3種動態(tài)語素，其含義見表2。同時為了確定動態(tài)語素關(guān)聯(lián)的閾值，從興趣序列中選擇樣本，根據(jù)式(3)計(jì)算了3種動態(tài)語素的r指標(biāo)的分布，并把它們從大到小排序，結(jié)果如圖4所示。其中，根據(jù)指標(biāo)特性在動態(tài)語素1和動態(tài)語素3上統(tǒng)計(jì)r1指標(biāo)，而動態(tài)語素2上統(tǒng)計(jì)r2指標(biāo)。需要說明的是，由于環(huán)境中車輛少、機(jī)動車路段集中，動態(tài)語素3的樣本不夠，因此相似場景下計(jì)算得到的r值較為接近。

圖4 r指標(biāo)統(tǒng)計(jì)結(jié)果Fig.4 Statistics for r value

表2 語素關(guān)聯(lián)過程和閾值

考慮到閾值應(yīng)滿足篩選出大部分動態(tài)語素的要求，試驗(yàn)中以成功篩選出90%樣本為目標(biāo)確定了r的閾值，得到取值區(qū)間見表4。對于本試驗(yàn)的圖像序列，如果計(jì)算出的r落入當(dāng)前指定區(qū)間，則認(rèn)為該語素對應(yīng)的像素區(qū)域?qū)儆趧討B(tài)語素區(qū)域，則構(gòu)建特征掩膜以過濾相應(yīng)特征點(diǎn)；反之則不構(gòu)建掩膜。需要說明的是，在以樣本估計(jì)總體閾值的過程中，本文方法基于兩個前提：不考慮靜態(tài)語素的關(guān)聯(lián)性和動態(tài)語素關(guān)聯(lián)性越強(qiáng)r值越大。

動態(tài)語素關(guān)聯(lián)通過特征掩膜參與定位過程，如圖5所示。在圖5(a)中，通過語義實(shí)體識別可以得到“自行車”和“人”兩種語義實(shí)體，由最小外包矩形標(biāo)注；通過語義分割方法可以得到“道路”實(shí)體，由多邊形標(biāo)注。根據(jù)人與自行車的關(guān)聯(lián)性可以判斷出圖像存在“騎行目標(biāo)”語素，如圖5(b)中紅色區(qū)域； 根據(jù)人與道路的交集可以判斷圖像中存在“行人”語素，如圖5(b)中藍(lán)色區(qū)域。它們在視覺定位中都屬于動態(tài)語素，因此根據(jù)其范圍形成特征掩膜，如圖5(c)所示。在SOI-4中， 通過語義實(shí)體識別可以得到“汽車”“停車位”“道路”3種語義實(shí)體。通過“汽車”與“停車位”的交集判斷出“停放的汽車”語素，通過“汽車”與“道路”的交集判斷出“車行目標(biāo)”語素，如圖5(e)中黃色區(qū)域。后者在視覺定位過程中屬于動態(tài)語素，因此根據(jù)其范圍形成特征掩膜，如圖5(f)所示。

圖5 語素關(guān)聯(lián)優(yōu)化過程Fig.5 Semantic elements association

視覺定位過程中，高響應(yīng)值的特征點(diǎn)優(yōu)先參與位姿解算過程。然而它們中有一部分會落在動態(tài)語素目標(biāo)上，這些點(diǎn)并不利于位姿計(jì)算。語素關(guān)聯(lián)約束過程會過濾掉動態(tài)語素上的關(guān)鍵點(diǎn)，如圖5(b)、(e)所示，綠色的關(guān)鍵點(diǎn)被保留并參與位姿估計(jì)，而紅色的關(guān)鍵點(diǎn)被特征掩膜過濾。

2.3 試驗(yàn)結(jié)果和分析

2.3.1 局部優(yōu)化結(jié)果分析

本文以SOI-1至SOI-6 6個場景的興趣序列為例，詳細(xì)說明在局部場景中語素關(guān)聯(lián)優(yōu)化對視覺定位結(jié)果的提升。圖6展示了序列中代表性的圖像，標(biāo)注了主要動態(tài)對象的移動方向和優(yōu)化前后的定位軌跡。其中，本文方法指經(jīng)過語素關(guān)聯(lián)約束得到的定位軌跡，對比方法指過濾所有人、車、自行車目標(biāo)后的定位軌跡，原始軌跡指不過濾任何目標(biāo)的定位軌跡。機(jī)器人的實(shí)際運(yùn)動狀態(tài)為向前行駛(SOI-1、SOI-2和SOI-4)和轉(zhuǎn)彎(SOI-3、SOI-5和SOI-6)兩種狀態(tài)。

圖6 動態(tài)場景和語素關(guān)聯(lián)優(yōu)化前后視覺定位軌跡對比Fig.6 Performance of semantic elements filtering in dynamic scenes

從試驗(yàn)對比中可看出，動態(tài)目標(biāo)通過特征點(diǎn)影響視覺定位結(jié)果，識別和消除其影響可以獲得更穩(wěn)定的視覺定位結(jié)果。在SOI-1中，有運(yùn)動的自行車和行人。其中一輛自行車從右后方駛?cè)胍曇?，為了避讓行人而左拐進(jìn)入步行道。自行車相對于機(jī)器人移動速度快，剛開始占據(jù)相機(jī)大部分視野，隨后逐漸消失。由于車身尾部顏色對比明顯，部分關(guān)鍵點(diǎn)落在自行車上。另一輛自行車由遠(yuǎn)處迎面駛來，但目標(biāo)較小，其上的關(guān)鍵點(diǎn)不多。視野中還有很多停放在路邊的自行車，它們提供了一些可用于定位的關(guān)鍵點(diǎn)。從軌跡對比結(jié)果可以看出，雖然機(jī)器人實(shí)際保持向前行駛，但是原始軌跡表現(xiàn)為先后退、再右轉(zhuǎn)。造成這種現(xiàn)象的原因是：相對于機(jī)器人，主要運(yùn)動自行車上的關(guān)鍵點(diǎn)發(fā)生了向左前方的快速移動，按照視覺定位算法“靜態(tài)世界”的假設(shè)，如果認(rèn)為關(guān)鍵點(diǎn)是靜態(tài)的，那么相機(jī)就應(yīng)該發(fā)生向右后方向的移動。相對比地，無論是本文方法還是對比方法得到的軌跡都一直保持向前，比較符合機(jī)器人的行進(jìn)路線。

這種情況在其他場景序列中也表現(xiàn)明顯。SOI-2序列中有行人從右向左橫穿視野，其書包和衣服紋理豐富，提供了大量視覺關(guān)鍵點(diǎn)。但是在運(yùn)動目標(biāo)的影響下，原始軌跡發(fā)生了向右的移動；經(jīng)過特征掩膜過濾后，優(yōu)化后定位軌跡不再存在這種情況。SOI-3序列中機(jī)器人緩慢向左拐彎，有人騎車從右向左穿過視野，經(jīng)過優(yōu)化后的軌跡更加平滑。SOI-5序列中采集車緩慢左拐彎，有人在視野中先向右前方移動，然后轉(zhuǎn)向左前方；由于行人運(yùn)動的影響，算法認(rèn)為機(jī)器人提前開始左轉(zhuǎn)，而在優(yōu)化后的軌跡中，機(jī)器人先保持向前行駛一段距離后再左轉(zhuǎn)。

然而雖然本文方法和對比方法都能減少運(yùn)動目標(biāo)的影響，但是本文提出的語素關(guān)聯(lián)方法能夠在定位時保留更多具備高響應(yīng)值的特征點(diǎn)。例如SOI-4序列中只有1輛汽車從視野中駛過，由于其上特征點(diǎn)少而且僅4 s就駛出視野，原始軌跡與本文方法軌跡差別不大。但由于對比方法丟失了一些靜止汽車上的高響應(yīng)特征，其定位軌跡在尺度上與前兩者具有明顯差別。需要特殊說明的是，如果動態(tài)語素區(qū)域的關(guān)鍵點(diǎn)少，那么三者的定位軌跡區(qū)別也不大，例如SOI-6序列中特征點(diǎn)集中于植被和樹枝，而不在騎行人身上。

表3記錄了上述動態(tài)場景序列的時長，并且從本文方法和原始軌跡中采樣了受影響的定位點(diǎn)，計(jì)算相應(yīng)兩個采樣點(diǎn)的差距。由表3可以看出，采樣點(diǎn)的最大差距在0.1～2.5 m之間；最大平均差距出現(xiàn)在SOI-3序列中，為1.454 m，該序列中機(jī)器人正在轉(zhuǎn)彎，并且有行駛快的自行車橫向穿過。最小平均差距在SOI-6中，該場景的關(guān)鍵點(diǎn)集中在非動態(tài)區(qū)域，優(yōu)化作用不大。

表3 局部區(qū)域語素優(yōu)化前后定位軌跡差統(tǒng)計(jì)

分析表明，語素關(guān)聯(lián)約束對動態(tài)場景的視覺定位結(jié)果有一定的提升作用，尤其在相機(jī)轉(zhuǎn)彎時或者動態(tài)目標(biāo)在視野中產(chǎn)生橫向移動時優(yōu)化效果明顯。然而，由于動態(tài)目標(biāo)是通過關(guān)鍵點(diǎn)影響視覺定位的，如果運(yùn)動目標(biāo)本身視覺特征不明顯、出現(xiàn)時間不長或者運(yùn)動幅度不大，優(yōu)化前后定位軌跡沒有明顯差異。

2.3.2 整體優(yōu)化結(jié)果和分析

因激光傳感器具有精度高、不易受動態(tài)環(huán)境影響的優(yōu)勢，定位結(jié)果更穩(wěn)定可靠[25]，故以激光雷達(dá)數(shù)據(jù)計(jì)算得到的軌跡為真值，采用了EVO(https:∥github.com/Michae(Grupp/evo))軌跡評價工具，對比了原始軌跡(不處理動態(tài)目標(biāo))、對比方法(剔除所有“人”“車”目標(biāo))和本文方法的二維軌跡結(jié)果，結(jié)果如圖7所示。圖7(a)說明視覺軌跡與真值之間存在仿射變換差異，X軸是初始狀態(tài)的左右方向，Y軸是初始狀態(tài)的前后方向。經(jīng)過旋轉(zhuǎn)、平移和縮放變換后，本文方法更加貼近真值。圖7(b)的“小提琴圖”展示了絕對位姿誤差(absolute pose error,APE)中位移分量的分布，本文方法平均誤差更小，而且分布更加集中，這說明軌跡差更加穩(wěn)定。表4為視覺優(yōu)化前后軌跡與真值誤差對比。

由表4和圖7(b)的誤差柱狀圖可以看出，本文方法定位軌跡在均方根誤差、偏差均值、偏差中位數(shù)、偏差標(biāo)準(zhǔn)差和最大偏差多個指標(biāo)都小于對比方法，遠(yuǎn)小于原始軌跡。相對于原始軌跡和對比方法，均方根誤差分別降低了38%和17%。

圖7 語素優(yōu)化前后視覺定位整體軌跡對比Fig.7 Full trajectory before and after semantic elements filtering

表4 視覺優(yōu)化前后軌跡與真值誤差對比

2.3.3 精度和效率分析

以6段興趣序列為基礎(chǔ)，觀察和統(tǒng)計(jì)了語素關(guān)聯(lián)結(jié)果的正確性，得到預(yù)測與觀察結(jié)果的混淆矩陣見表5。同時選擇了精確率P、召回率R和綜合指標(biāo)F1來反映方法的精度，計(jì)算過程如式(4)—式(6)所示

(4)

(5)

(6)

經(jīng)計(jì)算，P約為91%，R約84%，平均精度F1約為87%。

為了評價計(jì)算效率，以6個興趣序列為例，統(tǒng)計(jì)了其中語素關(guān)聯(lián)步驟(計(jì)算和判斷r值)的耗時，由表3可以看出，該步驟的效率與場景中語義的復(fù)雜性有關(guān)，序列要判斷的動態(tài)語素種類越多耗時越高。同時對比序列的時長可以看出，語素關(guān)聯(lián)步驟能夠與數(shù)據(jù)采集同步。但是，語素關(guān)聯(lián)計(jì)算的前提是語義實(shí)體識別，即目標(biāo)識別和語義分割過程。在單核2.2 GHz CPU的計(jì)算平臺上進(jìn)行，處理每張圖片的耗時約0.8 s。因此，由于語義實(shí)體識別耗時過大，當(dāng)前方法仍不能達(dá)到實(shí)時計(jì)算的效果。

表5 預(yù)測和觀察結(jié)果的混淆矩陣

3 結(jié)論和展望

本文提出的動態(tài)環(huán)境視覺定位優(yōu)化方法，能夠解決現(xiàn)有的特征點(diǎn)法受動態(tài)目標(biāo)影響大、視覺定位結(jié)果準(zhǔn)確度下降的問題。在保留更多高響應(yīng)值特征點(diǎn)的基礎(chǔ)上，能夠較好地抑制由于動態(tài)實(shí)體橫向穿越相機(jī)視場而導(dǎo)致的定位誤差。

視覺定位是自動駕駛場景定位方案的重要補(bǔ)充，但環(huán)境中的動態(tài)目標(biāo)不是影響其的唯一因素，圖像匹配誤差、相機(jī)標(biāo)定誤差和深度估計(jì)誤差都會影響視覺定位結(jié)果[26]。另外，由于語義識別耗時，當(dāng)前方法無法達(dá)到實(shí)時優(yōu)化效果，并且受平臺限制本文未能討論其在城市級道路的定位提升能力。在更復(fù)雜的無人駕駛場景中，如何更好地優(yōu)化視覺定位結(jié)果仍有待深入研究。

致謝：感謝武漢大學(xué)郭遲教授團(tuán)隊(duì)在結(jié)果分析的對比方法中提供幫助。