一种基于传感器融合提升RTAB-Map算法室内三维建图速度与精度的方法
机器人学
2023-05-09 v1
摘要
近年来，由于室内三维建图在机器人、自主导航和虚拟现实等多个领域的有效应用，其研究与应用取得了长足进展。由于室内空间的复杂性、机器人系统的实时嵌入问题以及定位误差，构建精确的室内三维地图具有挑战性。本研究提出一种方法，利用扩展卡尔曼滤波（EKF）算法融合Intel Realsense D435i相机的惯性测量系统（IMU）数据、基于超声的室内定位系统（IPS）数据以及机器人轮式编码器数据，以提升室内三维建图的精度、速度和质量。融合后的数据使用实时基于图像的建图算法（RTAB-Map）进行处理，其处理频率与IPS设备的位置更新频率同步。结果表明，融合IMU与IPS数据显著提升了三维地图的精度、建图时间与质量。我们的研究凸显了所提方法在多个领域改进室内建图的潜力，表明多数据源融合可作为构建高质量室内三维地图的有力工具。
引用
@article{arxiv.2305.04594,
title = {A sensor fusion approach for improving implementation speed and accuracy of RTAB-Map algorithm based indoor 3D mapping},
author = {Hoang-Anh Phan and Phuc Vinh Nguyen and Thu Hang Thi Khuat and Hieu Dang Van and Dong Huu Quoc Tran and Bao Lam Dang and Tung Thanh Bui and Van Nguyen Thi Thanh and Trinh Chu Duc},
journal= {arXiv preprint arXiv:2305.04594},
year = {2023}
}
备注
Accepted to 20th International Joint Conference on Computer Science and Software Engineering (JCSSE 2023). 5 pages