弹性分布式多机器人视觉 SLAM：数据集、实验与经验总结
机器人学
2023-04-11 v1
摘要
本文重新审视 Kimera-Multi——一个分布式多机器人同步定位与建图（SLAM）系统，以面向真实世界部署为目标。具体而言，本文有三项主要贡献。首先，我们描述对 Kimera-Multi 的改进，使其能弹性应对大规模真实部署，尤其强调处理间歇且不可靠的通信。其次，我们收集并发布在 MIT 校园现场实验中获得的具有挑战性的多机器人基准数据集，带有用于评估的精确参考轨迹与地图。数据集包含最多 8 个机器人遍历长距离（可达 8 km），并具有诸多挑战元素，如严重视觉歧义（地下隧道与走廊中）、不同光照下室内外混合轨迹，以及动态实体（行人与车辆）。最后，我们在不同通信场景下评估 Kimera-Multi 的弹性，并与集中式基线系统作定量比较。基于现场实验与后续分析结果，我们讨论 Kimera-Multi 的优劣，并给出算法与系统设计的未来方向。我们发布 Kimera-Multi 源代码与全部数据集，以促进多机器人 SLAM 系统可靠真实部署的进一步研究。
引用
@article{arxiv.2304.04362,
title = {Resilient and Distributed Multi-Robot Visual SLAM: Datasets, Experiments, and Lessons Learned},
author = {Yulun Tian and Yun Chang and Long Quang and Arthur Schang and Carlos Nieto-Granda and Jonathan P. How and Luca Carlone},
journal= {arXiv preprint arXiv:2304.04362},
year = {2023}
}
备注
8 pages, 9 figures