Benedict Evans, General Partner bei Andreessen Horowitz, behauptet, dass „fast alle Autonomieprojekte“ Lidar für SLAM verwenden und dass nicht alle HD-Karten verwenden.
Eine MIT-Gruppe testet selbstfahrende Autos auf öffentlichen Straßen ohne HD-Karten .
Meine Frage ist, ob der Fehlerunterschied zwischen Lidar und Kameras signifikant ist. Benedict Evans und andere behaupten, dass Lidar notwendig ist, um SLAM in selbstfahrenden Autos genau genug zu machen, aber auf den ersten Blick scheinen die KITTI-Benchmark-Daten dieser Behauptung zu widersprechen. Ich möchte diesen Eindruck bestätigen oder widerlegen.
Die KITTI Vision Benchmark- Rangliste für visuelle Odometrie- / SLAM-Methoden zeigt zunächst eine Lidar-basierte Methode namens V-LOAM und an vierter Stelle eine Stereokamerabasierte Methode namens SOFT2 . Sie haben den gleichen Rotationsfehler und eine prozentuale Punktdifferenz von 0,05 in ihren jeweiligen Übersetzungsfehlern.
Ist ein Unterschied in der Übersetzungsgenauigkeit von 0,05 Prozentpunkten groß oder unbedeutend, wenn es um eine autonome Autonavigation geht?
Die KITTI Vision Benchmark-Rangliste für Kilometerzähler / SLAM-Methoden:
quelle
Antworten:
Mit anderen Worten, könnte dieser Unterschied die Sicherheit oder Zuverlässigkeit spürbar beeinträchtigen? -> meiner Meinung nach überhaupt nicht.
Was bei der autonomen Autonavigation wichtig ist, ist eher die Lokalisierungsstabilität als die Genauigkeit der Kilometerzählerschätzung. Karten für autonomes Fahren werden normalerweise vorgefertigt und global optimiert, bevor sie für eine Navigation verwendet werden. Es ist niemals erforderlich, eine solche Flugbahn mit offener Schleife für eine Navigation zu erstellen.
Selbst für ein Kartengebäude sind 0,05% fast bedeutungslos, wenn ein geeignetes Ortserkennungssystem vorhanden ist.
quelle