DOOR-SLAM：面向机器人团队的分布式、在线且抗离群值的 SLAM

为完成协作任务，机器人团队中的机器人需要对环境及其在其中的位置有共享理解。分布式同时定位与地图构建（SLAM）提供了一种实用方案，可在不依赖外部定位系统（如 GPS）且以最小信息交换的前提下对机器人定位。遗憾的是，当前分布式 SLAM 系统易受感知离群值影响，因而倾向于对机器人间地点识别使用非常保守的参数。然而，过于保守的代价是拒绝许多有效的回环候选，从而导致轨迹估计精度下降。本文提出 DOOR-SLAM，一种具有离群值拒绝机制、可使用较不保守参数的全分布式 SLAM 系统。DOOR-SLAM 基于点对点通信，不要求机器人间全连通。DOOR-SLAM 包含两个关键模块：结合分布式两两一致测量集最大化算法以拒绝虚假机器人间回环的位姿图优化器；以及在不交换原始传感器数据情况下检测机器人间回环的分布式 SLAM 前端。该系统已在仿真、基准数据集及现场实验中评估，包括在无 GPS 的地下环境中测试。DOOR-SLAM 产生更多机器人间回环，成功拒绝离群值，并得出准确轨迹估计，同时所需通信带宽低。完整源代码见 https://github.com/MISTLab/DOOR-SLAM.git。