COVINS：面向集中式协作的视觉-惯性 SLAM
机器人学
2021-08-13 v1 计算机视觉与模式识别
多智能体系统
摘要
协作式 SLAM 使一组智能体能够同时实现协同定位并联合构建环境地图，从而通过消除对外部基础设施或预建地图的需求，为多机器人感知与多用户 AR 体验的广泛应用铺平了道路。本文提出 COVINS，一种新颖的协作式 SLAM 系统，可在大型环境中支持多智能体、可扩展的 SLAM，适用于超过 10 个智能体的大型团队。其范式在于每个智能体在机载端独立运行视觉-惯性里程计以保证自身自主性，同时与运行在强大本地 PC 或远程云服务器上的 COVINS 服务端后端共享地图信息。服务端后端根据贡献数据建立精确的协作式全局估计，并通过地点识别、全局优化与冗余数据移除来精炼联合估计，以确保精确且高效的 SLAM 过程。对 COVINS 的深入评估揭示了协作式 SLAM 估计精度的提升，以及在移除冗余信息与降低协调开销方面的效率，并展示了在 12 个智能体联合执行 SLAM 的大规模任务中的成功运行。
引用
@article{arxiv.2108.05756,
title = {COVINS: Visual-Inertial SLAM for Centralized Collaboration},
author = {Patrik Schmuck and Thomas Ziegler and Marco Karrer and Jonathan Perraudin and Margarita Chli},
journal= {arXiv preprint arXiv:2108.05756},
year = {2021}
}