Mag-Match：用于地图匹配与配准的磁向量场特征
机器人学
2025-08-22 v1
摘要
地图匹配与配准是机器人局部化和整合多会话或多机器人数据中不可或缺的任务。传统方法依赖摄像机或激光雷达捕获视觉或几何信息，但在烟雾或灰尘等恶劣条件下难以实现。磁力计则能探测磁场，揭示其他传感器不可见的特征，同时在此类环境中保持鲁棒性。本文引入了 Mag-Match，一种从 3D 磁向量场地图中提取和描述特征，用于注册同一区域的不同地图。我们基于磁场地图的高阶导数构建了特征描述子，该描述子对全局姿态不变，无需重力对齐即可实现映射。为给定点式磁力计数据实现该描述子全图的高阶导数，我们利用基于物理的高斯过程进行高效且递归的概率推断，同时推断磁场及其导数。我们对 Mag-Match 在模拟和真实世界实验中进行了评估，与基于 SIFT 的方法进行了比较，结果显示其在地图到地图、机器人到地图以及机器人到机器人之间的变换均能实现精准匹配——即便没有初始的重力对齐亦然。
引用
@article{arxiv.2508.15300,
title = {Mag-Match: Magnetic Vector Field Features for Map Matching and Registration},
author = {William McDonald and Cedric Le Gentil and Jennifer Wakulicz and Teresa Vidal-Calleja},
journal= {arXiv preprint arXiv:2508.15300},
year = {2025}
}
备注
To be published in IROS: IEEE/RSJ International Conference on Intelligent Robots and Systems, 2025