Kimera-Multi：面向多机器人系统的鲁棒、分布式、稠密度量-语义SLAM
机器人学
2021-12-21 v2 计算机视觉与模式识别
多智能体系统
摘要
本文提出 Kimera-Multi，这是首个具备以下特点的多机器人系统：(i) 鲁棒，能够识别并拒绝由感知混叠引起的错误机器人间与机器人内回环闭合；(ii) 完全分布式，仅依赖本地（点对点）通信实现分布式定位与建图；(iii) 实时构建全局一致的度量-语义三维网格环境模型，其中网格面标注语义标签。Kimera-Multi 由装备视觉-惯性传感器的机器人团队实现。每个机器人利用 Kimera 构建局部轨迹估计与局部网格。当通信可用时，机器人基于一种新颖的分布式渐进非凸算法发起分布式地点识别与鲁棒位姿图优化协议。该协议使机器人能够利用机器人间回环闭合改进其局部轨迹估计，同时对异常值具有鲁棒性。最后，每个机器人利用改进后的轨迹估计通过网格形变技术修正局部网格。我们在照片级真实感仿真、SLAM 基准数据集以及使用地面机器人采集的具有挑战性的户外数据集上演示了 Kimera-Multi。真实与仿真实验均涉及长轨迹（例如每个机器人最长 800 米）。实验表明 Kimera-Multi：(i) 在鲁棒性与精度上优于现有最优方法；(ii) 在完全分布式的同时达到与集中式 SLAM 系统相当的估计误差；(iii) 通信带宽占用少；(iv) 生成准确的度量-语义三维网格；(v) 模块化，也可用于标准三维重建（即无语义标签）或轨迹估计（即不重建三维网格）。
引用
@article{arxiv.2106.14386,
title = {Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems},
author = {Yulun Tian and Yun Chang and Fernando Herrera Arias and Carlos Nieto-Granda and Jonathan P. How and Luca Carlone},
journal= {arXiv preprint arXiv:2106.14386},
year = {2021}
}
备注
Accepted by IEEE Transactions on Robotics (18 pages, 15 figures)