CoLRIO: 面向机器人集群的LiDAR-测距-惯性集中式状态估计
机器人学
2024-02-26 v2
摘要
使用不同异构传感器的协作状态估计是机器人集群在GPS拒止环境中运行的基本前提，构成了一个重要的研究挑战。在本文中，我们引入了一个集中式系统，以促进协作的LiDAR-测距-惯性状态估计，使机器人集群无需部署锚点即可运行。该系统将计算密集型任务高效地分配给中央服务器，从而减轻了单个机器人在本地里程计计算上的计算负担。服务器后端通过利用共享数据并通过位置识别、全局优化技术和异常数据剔除来优化联合位姿图优化，从而建立全局参考，确保精确且鲁棒的协作状态估计。利用公开数据集和我们自建数据集对我们的系统进行的广泛评估表明，协作SLAM估计的精度得到了显著提升。此外，我们的系统在大规模任务中表现出卓越的能力，能够无缝地使十台机器人有效协作执行SLAM任务。为了回馈研究社区，我们将开源我们的代码，访问地址为\url{https://github.com/PengYu-team/Co-LRIO}。
引用
@article{arxiv.2402.11790,
title = {CoLRIO: LiDAR-Ranging-Inertial Centralized State Estimation for Robotic Swarms},
author = {Shipeng Zhong and Hongbo Chen and Yuhua Qi and Dapeng Feng and Zhiqiang Chen and Jin Wu and Weisong Wen and Ming Liu},
journal= {arXiv preprint arXiv:2402.11790},
year = {2024}
}