中文

我们是否为鲁棒且弹性的 SLAM 做好准备?一种用于 SLAM 数据集定量表征的框架

机器人学 2022-07-18 v2 计算机视觉与模式识别

摘要

SLAM 系统的可靠性被认为是现代自主系统的关键要求之一。这引导了人们努力开发许多最先进的系统、创建具有挑战性的数据集,并引入严格的指标来衡量 SLAM 性能。然而,在鲁棒性/弹性背景下,数据集与性能之间的联系很少被探索。为了填补这一空白,对 SLAM 系统运行条件进行表征对于提供鲁棒性和弹性的定量测量环境至关重要。在本文中,我们认为,为了对 SLAM 性能进行恰当评估,SLAM 数据集的表征是关键的第一步。研究首先回顾了以往对 SLAM 数据集进行定量表征的努力。然后,讨论了扰动表征问题,并建立了其与 SLAM 鲁棒性/弹性的联系。此后,我们提出了一种新颖、通用且可扩展的框架,用于 SLAM 数据集的定量分析与比较。此外,提供了不同表征参数的说明。最后,我们通过展示三个 SLAM 数据集 KITTI、EuroC-MAV 和 TUM-VI 的表征结果来演示我们框架的应用,突出了所提框架所达到的洞察水平。

关键词

引用

@article{arxiv.2202.11312,
  title  = {Are We Ready for Robust and Resilient SLAM? A Framework For Quantitative Characterization of SLAM Datasets},
  author = {Islam Ali and Hong Zhang},
  journal= {arXiv preprint arXiv:2202.11312},
  year   = {2022}
}

备注

7 Pages, Accepted to IROS 2022, updating to the latest submitted version