FSAC赛道地图构建算法研究

针对中国大学生无人驾驶方程式大赛(formula student autonomous China, FSAC)的直线加速、八字环绕和高速循迹的比赛项目,提出一种基于单目相机与组合惯导融合的锥桶地图构建算法。采用YOLOv3对锥桶种类进行检测,单目相机测距和组合惯导定位确定锥桶位置,并使用改进的K近邻(K-nearest neighbors, KNN)算法对所得锥桶进行滤波处理。实验结果表明:所提出算法对比于马尔科夫随机场算法(Markov random field, MRF),其精度提升4.3%,召回率提升2.9%,锥桶位置的平均误差降低了52.8%,可为无人驾驶的感知定位建图提供参考;能较好地解决FSAC方程式赛车地图构建问题,为FSAC方程式赛车的决策规划提供判断依据。