苏黎世联邦理工学院自动驾驶体系实验室(ETH Zürich's Autonomous Systems Lab)的研讨人员近日研宣布一款用于视觉定位体系的地图管理程序，专门适用于多辆车在野外环境中操作。该程序处理了将许多视觉定位数据整合进终身视觉地图的应战，可在所有外部环境条件坚持一致的情况下，供给有用定位。
展开此研讨的研讨人员之一Mathias Bürki表明：“自己定位是包含自动驾驶车辆在内的所有移动机器的要害。尽管大多数自动驾驶研讨车辆都配备了贵重的3D激光雷达传感器，但关于未来此类自动驾驶车辆是否合适量产仍存疑。另一方面，摄像头传感器很廉价，现已用于现在的车队(如用于泊车辅佐体系)，所以，咱们一直在研讨将摄像头作为首要传感器，完成自动驾驶车辆精确定位的潜力。” 为野外环境研制视觉定位体系遇到的首要应战之一是需保证此类体系能够很好应对外部环境改变，既包含照明、暗影等短期改变，也包含时节改变等长时间改变。
曩昔的研讨发现，为视觉定位创建的地图，理论上能够习惯不同的野外环境作业。但是，此类地图十分贵重，在保护此类地图的服务器和自动驾驶车辆时，需求花费许多资源。尽管有许多的处理方案能够降低成本、处理该复杂问题，但是，现在为止，都是处于孤立的研讨中。苏黎世联邦理工学院自动驾驶体系实验室研制的地图管理程序的作业原理是，跟着时间推移，不断向地图增加新的数据集，以坚持地图更新，更好地应对外部环境条件。
Bürki表明：“咱们最有含义的发现是，构建此类视觉定位和地图体系是的确可行且符合实际的，此外，还十分高效，可扩展，从长时间来看，可在室外环境中供给准确定位。另一发现是，根据外部环境的在线地标挑选与汇总的离线地图可很好协作，彼此弥补。”
未来，大多数高性能的自动驾驶车辆很可能会配备3D激光雷达传感器，现在，此类传感器在保证安全性以及保证车辆有用感知包含行人在内的周围障碍物方面至关重要。最近，此类传感器的成本大幅下降了，将有助于它们在未来几年得到广泛遍及。
Bürki表明：“现在，咱们将更多的研讨重点放在如何运用激光雷达传感器支撑视觉定位，特别是在光线欠好的情况下，摄像头达到了勘探极限，而激光雷达又十分合适漆黑条件的情况下。”