Benedict Evans, associé général d'Andreessen Horowitz, affirme que «presque tous les projets d'autonomie» utilisent lidar pour SLAM , et que tous n'utilisent pas de cartes HD.
Un groupe du MIT teste des voitures autonomes sur les routes publiques sans cartes HD .
Ma question est de savoir si la différence d'erreur entre le lidar et les caméras est significative. Benedict Evans et d'autres affirment que le lidar est nécessaire pour un SLAM suffisamment précis dans les voitures autonomes, mais à première vue, les données de référence KITTI semblent contredire cette affirmation. Je veux confirmer ou réfuter cette impression.
Le classement de référence de KITTI Vision pour les méthodes d'odométrie visuelle / SLAM montre une méthode basée sur lidar appelée V-LOAM en premier lieu, et une méthode basée sur une caméra stéréo appelée SOFT2 en quatrième place. Ils ont la même erreur de rotation et une différence de 0,05 point de pourcentage dans leurs erreurs de traduction respectives.
La différence de précision de traduction de 0,05 point de pourcentage est-elle importante ou insignifiante en ce qui concerne la navigation automobile autonome?
Le classement de référence de KITTI Vision pour les méthodes d'odométrie / SLAM:
Réponses:
En d'autres termes, cette différence pourrait-elle sensiblement affecter la sécurité ou la fiabilité? -> pas du tout à mon avis.
Ce qui importe dans la navigation automobile autonome, c'est la stabilité de la localisation plutôt que la précision d'estimation de l'odométrie. Les cartes pour la conduite autonome sont généralement prédéfinies et optimisées globalement avant d'être utilisées pour une navigation. Il n'est jamais nécessaire de construire une telle trajectoire en boucle ouverte pour une navigation.
Même pour un bâtiment de carte, 0,05% n'a presque aucun sens s'il existe un système de reconnaissance de lieu approprié.
la source