DARE-SLAM：感知退化环境中退化感知且鲁棒的回环闭合
机器人学
2021-02-11 v1 计算机视觉与模式识别
摘要
使能够自主导航和探索大规模、未知且复杂环境的全自主机器人成为数十年来机器人研究的核心。自主探索的一个关键要求是构建未知环境的准确且一致的地图，以用于可靠导航。回环闭合检测——断言机器人已返回先前访问位置的能力——对于一致建图至关重要，因为它减少了由估计机器人轨迹中的误差累积引起的漂移。此外，在多机器人系统中，回环闭合能够将一组机器人获得的局部地图合并为环境的一致全局地图。在本文中，我们提出一种退化感知且抗漂移的回环闭合方法，以改进地点识别并解决 GPS 拒止、大规模和感知退化环境下同步定位与建图（SLAM）中的 3D 位置歧义。更具体地，我们关注地下环境（例如熔岩管、洞穴和矿井）中的 SLAM，这些环境代表了复杂且模糊环境的实例，当前方法在此类环境中性能不足。
引用
@article{arxiv.2102.05117,
title = {DARE-SLAM: Degeneracy-Aware and Resilient Loop Closing in Perceptually-Degraded Environments},
author = {Kamak Ebadi and Matteo Palieri and Sally Wood and Curtis Padgett and Ali-akbar Agha-mohammadi},
journal= {arXiv preprint arXiv:2102.05117},
year = {2021}
}
备注
Accepted for publication in Journal of Intelligent and Robotic Systems, 2021