使用地图辅助 EKF 方法的精确单目视觉惯性 SLAM
机器人学
2021-02-24 v3
摘要
本文提出了一种新颖的紧耦合单目视觉惯性同时定位与建图 (SLAM) 算法，该算法能够在标准 CPU 上实时提供全局一致地图内的精确且鲁棒的定位。这是首先通过执行视觉惯性扩展卡尔曼滤波 (EKF) 以高频率提供运动估计来实现的。然而，由于众所周知的线性化问题，滤波器会变得不一致。因此，我们执行基于关键帧的视觉惯性光束法平差以提高系统的一致性和准确性。此外，还添加了一个回环检测与校正模块，以在重访区域时消除累积漂移。最后，优化后的运动估计和地图被反馈给基于 EKF 的视觉惯性里程计模块，从而减少了 EKF 估计器的不一致性和估计误差。通过这种方式，系统可以为长期运行持续提供可靠的运动估计。该算法的性能在公共数据集和真实世界实验中得到了验证，证明了所提出算法的优越性。
引用
@article{arxiv.1706.03648,
title = {Accurate Monocular Visual-inertial SLAM using a Map-assisted EKF Approach},
author = {Meixiang Quan and Songhao Piao and Minglang Tan and Shi-Sheng Huang},
journal= {arXiv preprint arXiv:1706.03648},
year = {2021}
}
备注
12 pages, 10 figures