移动设备上基于地图的一致三维定位
机器人学
2016-04-28 v1
摘要
本文的目标是为在先前已建图区域内导航的移动设备提供一致的实时三维定位能力。为此，我们引入了Cholesky-Schmidt-Kalman滤波器（C-SKF），它通过采用地图Hessian矩阵的稀疏Cholesky因子而非其稠密协方差（如Schmidt-Kalman滤波器（SKF）的情况）来显式考虑先验地图的不确定性。这样一来，C-SKF的内存需求通常关于地图大小呈线性，而存储地图协方差则需二次方。此外，为了限制C-SKF的处理需求（介于地图大小的线性和二次之间），我们引入了C-SKF算法的松弛版本，即sC-SKF，它作用于独立子地图的Cholesky因子，这些子地图是通过将用于构建地图的轨迹和观测划分为重叠段得到的。最后，我们评估了所提出的C-SKF和sC-SKF算法的处理和内存需求，并将其定位精度与采用测量噪声协方差膨胀来补偿地图不确定性的其他近似基于地图的定位方法进行了比较。
引用
@article{arxiv.1604.08087,
title = {Consistent Map-based 3D Localization on Mobile Devices},
author = {Ryan C. DuToit and Joel A. Hesch and Esha D. Nerurkar and Stergios I. Roumeliotis},
journal= {arXiv preprint arXiv:1604.08087},
year = {2016}
}