【动态slam】—3.29(1)-爱代码爱编程
题目:
A life-long SLAM approach using adaptable local
maps based on rasterized LIDAR images
论文地址:
https://arxiv.org/pdf/2107.07133.pdf
发表期刊:
IEEE Sensors Journal ( Volume: 21, Issue: 19, 01 October 2021)
激光视觉融合、词袋模型、重定位、地图更新、
大多数实时自主机器人应用要求机器人在一个动态空间中长期穿越。在某些情况下,机器人需要在同一环境中工作。 系统应该用新的信息来更新地图,同时也要保持对旧的观察结果的跟踪。但是,长时间的映射需要更高的计算要求。 我们将全局地图表示为一组栅格化的局部地图图像,以及一个负责更新局部地图和跟踪旧值的地图管理系统。我们还提出了一种有效的方法,即使用视觉词包方法进行闭环检测和重新定位。
系统报告了更高的召回率和精确率,而计算要求却低得多。我们在本文中提出了以下贡献:
1)基于激光的SLAM系统的新型建图策略。我们提出将全局地图表示为由局部地图构建的光栅化图像的集合。
2)一个基于本地地图和关键帧的图形结构的地图管理系统,具有高效的更新和删减算法。
3)我们提出了一种基于BOW方法的激光SLAM系统的新型环路闭合检测和重新定位方法。
利用激光和视觉的优势,利用视觉进行回环检测以及重定位,激光构建全局地图以及局部地图,从而达到长期更新地图的作用。