Детекция аномалий для комплексирования данных лидарной и спутниковой локализации транспортного средства

Аннотация

Иногда при локализации транспортного средства возникают случаи, когда один из источников дает недостоверные данные из-за возникающих непредвиденных условий. Например, при заезде в гараж система глобальной спутниковой навигации может перестать формировать достоверные данные, при выезде за пределы имеющейся трехмерной карты местности прекращается получение достоверной лидарной локализации, в ночные промежутки времени затрудняется локализация с помощью данных бортовых камер. Во всех этих случаях может помочь комплексирование нескольких источников данных локализации с детекцией аномалий. Под локализацией понимается определение положения транспортного средства и углов его ориентации в трехмерном пространстве. В данной статье представлен разработанный метод комплексирования данных лидарной и спутниковой навигации AnKF, основанный на расширенном фильтре Калмана и алгоритмах детекции аномалий. Особое внимание в статье уделено исследованию классических и нейросетевых подходов обнаружения аномалий в многомерных временных рядах бортовых систем локализации беспилотного автомобиля. Для количественной оценки результатов создан размеченный набор данных на основе симулятора беспилотного транспорта CARLA. В работе показано, что выявление аномалий в данных навигационных систем позволяет значительно повысить качество локализации беспилотного автомобиля.