iMESA：用于协作同步定位与地图构建的增量式分布式优化

本文介绍了一种新颖的用于协作同步定位与地图构建（C-SLAM）的增量式分布式后端算法。对于实际部署，机器人团队需要算法能够在在线运行时约束内，并在可能有限的通信条件下，准确、一致地计算状态估计。现有的用于解决C-SLAM问题的集中式、分散式和分布式方法难以同时实现所有这些目标。为弥补这一能力差距，我们提出了增量式流形边缘可分离ADMM（iMESA），这是一种完全分布式的C-SLAM后端算法，能够为多机器人团队提供实时、准确的状态估计，且仅需机器人之间进行稀疏的点对点通信。在真实和合成数据上的广泛评估表明，iMESA能够优于可比较的最先进的C-SLAM后端。