基于 UWB 与 SLAM 观测的连续时间标定与融合的坐标一致定位
机器人学
2025-10-08 v1
摘要
机载同时定位与建图（SLAM）方法常用于为自主机器人提供精确的定位信息。然而，SLAM 估计的坐标原点通常每次运行都会重置。另一方面，基于固定锚节点的 UWB 定位可以确保跨会话的一致坐标参考，但这需要准确分配锚节点的坐标。为此，我们提出了一种两阶段方法，通过标定和融合 UWB 数据与 SLAM 数据来实现同一环境中坐标一致的精确定位。在第一阶段，我们利用一次完整运行中的距离和里程数据，结合高度先验和锚节点间距离因子，通过连续时间批量优化恢复锚节点的三维位置。在第二阶段的后续运行中，滑动窗口优化方案融合 UWB 和 SLAM 数据，从而在同一坐标系中实现精确定位。我们在 NTU VIRAL 数据集上进行了六种无人机飞行场景的实验，结果表明利用一次运行中的数据进行标定足以在剩余运行中实现精确定位。我们将源代码发布在 https://github.com/ntdathp/slam-uwb-calibration 以造福社区。
引用
@article{arxiv.2510.05992,
title = {Coordinate-Consistent Localization via Continuous-Time Calibration and Fusion of UWB and SLAM Observations},
author = {Tien-Dat Nguyen and Thien-Minh Nguyen and Vinh-Hao Nguyen},
journal= {arXiv preprint arXiv:2510.05992},
year = {2025}
}