Em termos práticos, quão próxima está a precisão dos métodos de odometria visual / SLAM baseados em câmera e métodos baseados em lidar para navegação autônoma em carros?

Benedict Evans, sócio geral da Andreessen Horowitz, afirma que os projetos de "quase toda a autonomia" estão usando o lidar para SLAM , e que nem todos eles usam mapas em HD.

Um grupo do MIT está testando carros autônomos em vias públicas sem mapas em HD .

Minha pergunta é se a diferença de erro entre lidar e câmeras é significativa. Benedict Evans e outros afirmam que o lidar é necessário para o SLAM preciso o suficiente em carros autônomos, mas à primeira vista os dados de referência do KITTI parecem contradizer essa afirmação. Quero confirmar ou refutar essa impressão.

O valor de referência Kitti Visão classificações para métodos de odometria / SLAM visuais mostra um método baseado em LIDAR chamado V-LOAM em primeiro lugar, e um método baseado no de câmara estéreo chamado Soft2 em quarto lugar. Eles têm o mesmo erro de rotação e uma diferença de ponto percentual de 0,05 em seus respectivos erros de conversão.

Uma diferença de 0,05 ponto percentual na precisão da tradução é grande ou insignificante quando se trata de uma navegação autônoma?

A tabela de classificação KITTI Vision para métodos odometria / SLAM:

Em outras palavras, essa diferença poderia impactar visivelmente a segurança ou a confiabilidade? -> nem um pouco na minha opinião.

O que é importante na navegação autônoma é a estabilidade da localização, e não a precisão da estimativa da odometria. Os mapas para direção autônoma geralmente são pré-criados e otimizados globalmente antes de serem usados ​​para uma navegação. Nunca é necessário criar uma trajetória de loop aberto para uma navegação.

Mesmo para a construção de um mapa, 0,05% é quase sem sentido se houver um sistema de reconhecimento de local adequado.