DRACo-SLAM：面向装备成像声纳的水下机器人团队的分布式鲁棒声学通信高效 SLAM
机器人学
2022-10-04 v1
摘要
多机器人系统的一项基本任务是生成对环境及机器人间相对位姿的共识。只有当一个载体掌握自身状态及团队成员状态时，协同任务才能执行。然而，这主要通过水下机器人之间的直接会合与机器人间测距实现。我们提出了一种面向使用成像声纳感知的水下机器人的新型分布式多机器人同步定位与建图（SLAM）框架。通过在机器人间仅传递场景描述子，我们无需传递原始传感器数据，除非存在机器人间回环闭合的可能性。我们利用成对一致测量集最大化（PCM），使系统对错误回环闭合具有鲁棒性。我们使用两个真实世界数据集（一个含三个机器人，另一个含两个机器人）演示了系统的功能。我们表明，我们的系统有效估计了多机器人系统的轨迹，并保持了机器人间通信的带宽需求较低。据我们所知，本文描述了使用真实成像声纳数据的多机器人 SLAM 的首个实例（我们采用离线方式实现，使用模拟通信）。代码链接：https://github.com/jake3991/DRACo-SLAM。
引用
@article{arxiv.2210.00867,
title = {DRACo-SLAM: Distributed Robust Acoustic Communication-efficient SLAM for Imaging Sonar Equipped Underwater Robot Teams},
author = {John McConnell and Yewei Huang and Paul Szenher and Ivana Collado-Gonzalez and Brendan Englot},
journal= {arXiv preprint arXiv:2210.00867},
year = {2022}
}
备注
To appear at IROS 2022 in Kyoto, Japan