面向设备端资源受限 SLAM 的分布式客户端-服务器优化
机器人学
2021-03-29 v1
摘要
同步定位与建图（SLAM）是勘探机器人与虚拟/增强现实（VR/AR）设备的关键功能。然而，部分此类资源受限设备无法承担运行完整 SLAM 算法的计算或内存开销。我们提出一种通用的客户端-服务器 SLAM 优化框架，可在设备上以较低的机载资源需求实现准确的实时状态估计。资源受限设备（客户端）仅处理地图的一小部分，其余地图由服务器处理。通过将其余地图的概要信息发送至客户端，设备端状态估计更为准确。在存在设备端早期回环闭合时，精度得到进一步提升，其使得有用变量能够从服务器重新加载至客户端。基于合成与真实世界数据集的实验结果表明，所提优化框架在设备有限的计算与内存预算下实现了准确的实时估计。
引用
@article{arxiv.2103.14303,
title = {Distributed Client-Server Optimization for SLAM with Limited On-Device Resources},
author = {Yetong Zhang and Ming Hsiao and Yipu Zhao and Jing Dong and Jakob J. Enge},
journal= {arXiv preprint arXiv:2103.14303},
year = {2021}
}
备注
accepted in ICRA 2021