Maplets：通信与计算约束下协作SLAM建图的一种高效方法
计算机视觉与模式识别
2024-01-15 v1
摘要
本文介绍了一种通过新颖的局部稠密智能体地图数据集成框架，来促进大规模、近地面、地下或室内空间的协作探索与建图的方法。该工作面向受限尺寸、重量和功耗（SWaP）的智能体，重点在于限制所需通信与冗余处理。该方法使用独特的批优化引擎组织方式，实现高效的二级优化结构。第一级由创建并可能共享局部maplets（尺寸受限的局部地图）的智能体组成，这些maplets由同步定位与建图（SLAM）建图软件生成，随后被边缘化为更紧凑的参数化表示。Maplets以重叠方式生成，并用于估计这些重叠maplets之间的变换与不确定性，从而提供maplet局部坐标系间准确且紧凑的里程计或位姿差表示。位姿差可在智能体间共享，而在maplets具有显著特征（用于回环检测）的情况下，maplet的紧凑表示也可被共享。第二级优化由一个全局优化器组成，旨在优化这些maplet间变换，包括任何已识别的回环。这可在不处理高密度点云的情况下，提供所遍历空间的准确全局“骨架”。该地图数据的紧凑版本允许可扩展的协作探索，且通信需求有限，其中大多数单独的maplets或低保真渲染仅在需要时共享。
引用
@article{arxiv.2005.10310,
title = {Maplets: An Efficient Approach for Cooperative SLAM Map Building Under Communication and Computation Constraints},
author = {Kevin M. Brink and Jincheng Zhang and Andrew R. Willis and Ryan E. Sherrill and Jamie L. Godwin},
journal= {arXiv preprint arXiv:2005.10310},
year = {2024}
}