利用环境异质磁场同时定位与建图的无漂移室内导航

在缺乏外部参考位置信息（例如 GNSS）的情况下，SLAM 已被证明是一种有效的室内导航方法。通过常规回环闭合与作为后端的全局松弛，可降低定位漂移，从而在探索与利用之间取得良好平衡。尽管通常部署基于视觉的系统（如激光扫描仪）用于 SLAM，但这些传感器笨重、能效低且昂贵，使其对可穿戴设备或智能手机应用缺乏吸引力。然而，SLAM 的概念可扩展到诸如磁力计的非光学系统。不同于使用 ICP 算法的某种变体来匹配墙壁和家具等特征，可匹配局部磁场以在 Gaussian Process（GP）SLAM 框架中提供回环闭合与全局轨迹更新。借助基于 MEMS 的惯性测量单元提供连续轨迹，以及局部独特磁场图的匹配，本文实验结果表明可在室内环境中实现毫米级精度的无漂移导航解。所提出的 GP-SLAM 方法可表述为最大后验估计问题，并能自然同时执行回环检测、特征到特征距离最小化、全局轨迹优化以及磁场图估计。使用空间连续特征（即平滑磁场特征）替代常规基于视觉 SLAM 中的离散特征对应（例如点对点）。来自环境磁场的这些位置更新也提供了足够的信息用于校准使用中的加速度计和陀螺仪偏置。该方法的唯一限制是需要磁扰动（室内通常不成问题）；然而，对传感器的一般运动无需作任何假设。