FIT-SLAM：基于费雪信息与可通行性估计的主动 SLAM 用于 3D 环境探索
机器人学
2024-01-18 v1 人工智能
摘要
主动视觉 SLAM 在无 GNSS 信号的地下环境及地面机器人的户外环境中有着广泛的应用。为实现鲁棒的定位与建图精度，在探索任务的目标选择与路径规划中纳入感知考量势在必行。本文提出 FIT-SLAM（基于费雪信息与可通行性估计的主动 SLAM），这是一种专为无人地面车辆（UGV）探索 3D 环境而设计的新方法。该方法旨在双重目标下构建：维持高效的探索速率，同时优化 SLAM 精度。首先，进行全局可通行性地图估计，以考虑与环境可通行性相关的约束。随后，我们提出一种目标候选点选择方法，以及针对该目标的路径规划方法，该方法结合了 SLAM 后端所用路标提供的信息，以实现鲁棒定位与成功的路径执行。整个算法首先在模拟 3D 世界中进行测试与评估，随后在真实环境中进行验证，并与现有探索方法进行比较。评估结果表明，该方法在显著提高了探索速率的同时，有效最小化了定位协方差。
引用
@article{arxiv.2401.09322,
title = {FIT-SLAM -- Fisher Information and Traversability estimation-based Active SLAM for exploration in 3D environments},
author = {Suchetan Saravanan and Corentin Chauffaut and Caroline Chanel and Damien Vivet},
journal= {arXiv preprint arXiv:2401.09322},
year = {2024}
}
备注
6 pages, 6 figures, IEEE ICARA 2024