Consistent Decentralized Cooperative Localization for Autonomous Vehicles using LiDAR, GNSS and HD maps - Archive ouverte HAL Access content directly
Journal Articles Journal of Field Robotics Year : 2021

Consistent Decentralized Cooperative Localization for Autonomous Vehicles using LiDAR, GNSS and HD maps

Localisation coopérative décentralisée pour les véhicules autonomes à partir de LiDAR, récepteurs GNSS et carte HD

Abstract

To navigate autonomously, a vehicle must be able to localize itself with respect to its driving environment and the vehicles with which it interacts. This work presents a decentralized cooperative localization method. It is based on the exchange of Local Dynamic Maps (LDM), which are cyberphysical representations of the physical driving environment containing poses and kinematic information about nearby vehicles. An LDM acts as an abstraction layer that makes the cooperation framework sensor-agnostic, and it can even improve the localization of a sensorless communicating vehicle. With this goal in mind, this work focuses on the property of consistency in LDM estimates. Uncertainty in the estimates needs to be properly modeled, so that the estimation error can be statistically bounded for a given confidence level. To obtain a consistent system, we first introduce a decentralized fusion framework that can cope with LDMs whose errors have an unknown degree of correlation. Second, we present a consistent method for estimating the relative pose between vehicles, using a 2D LiDAR with a point-to-line metric within an iterative-closest-point approach, combined with communicated polygonal shape models. Finally, we add a bias estimator in order to reduce position errors when non-differential GNSS receivers are used, based on visual observations of features geo-referenced in a High-Definition (HD) map. Real experiments were conducted, and the consistency of our approach was demonstrated on a platooning scenario using two experimental vehicles. The full experimental dataset used in this work is publicly available.
Pour naviguer de manière autonome, un véhicule doit être capable de se localiser par rapport à son environnement et par rapport aux véhicules avec lesquels il interagit. Ce travail présente une méthode de localisation coopérative décentralisée. Il est basé sur l'échange de cartes locales dynamiques (CLD), qui sont des représentations cyberphysiques de l'environnement de conduite physique contenant des poses et des informations cinématiques sur les véhicules à proximité. Une CLD agit comme une couche d'abstraction qui rend la coopération indépendante des capteurs. Elle peut de plus améliorer la localisation d'un véhicule communicant sans capteur. Avec cet objectif en tête, ce travail se concentre sur la consistence des estimations des CLD. L'incertitude dans les estimations doit être correctement modélisée, afin que l'erreur d'estimation puisse être statistiquement limitée pour un niveau de confiance donné. Pour obtenir un système consistant, nous introduisons d'abord une fusion décentralisée qui peut faire face aux CLD dont les erreurs ont un degré de corrélation inconnu. Ensuite, nous présentons une méthode consistante pour estimer la pose relative entre les véhicules, en utilisant un LiDAR 2D avec une méthode ICP (Iterative Closest Point) basée sur une correspondance point à ligne, combinée à des modèles polygonaux communiqués. Enfin, nous ajoutons un estimateur de biais afin de réduire les erreurs de position lorsque des récepteurs GNSS non différentiels sont utilisés, sur la base d'observations visuelles de marquages géoréférencées dans une carte haute définition (HD). Des expériences réelles ont été menées, et la consistence de notre approche a été démontrée sur un scénario de conduite en convoi utilisant deux véhicules expérimentaux. L'ensemble des données expérimentales utilisées dans ce travail a été rendu public.
Fichier principal
Vignette du fichier
consistent_decentralized_cooperative_localization.pdf (6.17 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-03121967 , version 1 (26-01-2021)

Identifiers

Cite

Elwan Héry, Philippe Xu, Philippe Bonnifait. Consistent Decentralized Cooperative Localization for Autonomous Vehicles using LiDAR, GNSS and HD maps. Journal of Field Robotics, In press, 38 (4), pp.552-571. ⟨10.1002/rob.22004⟩. ⟨hal-03121967⟩
161 View
316 Download

Altmetric

Share

Gmail Facebook X LinkedIn More