重新思考 SLAM 中的轨迹评估：一种概率连续时间方法
机器人学
2019-06-11 v1
摘要
尽管 SLAM 中存在不同的轨迹评估误差度量，但其理论依据与联系很少被研究，且很少有方法能恰当处理时间关联。在本工作中，我们提出在概率连续时间框架下表述轨迹评估问题。通过将 groundtruth 建模为随机变量，绝对误差与相对误差的概念被推广为似然。此外，groundtruth 被表示为连续时间中的分段高斯过程。在该框架内，我们能够建立相对与绝对误差度量之间的理论联系，并以原则性方式处理时间关联。
引用
@article{arxiv.1906.03996,
title = {Rethinking Trajectory Evaluation for SLAM: a Probabilistic, Continuous-Time Approach},
author = {Zichao Zhang and Davide Scaramuzza},
journal= {arXiv preprint arXiv:1906.03996},
year = {2019}
}
备注
Accepted at ICRA19 Workshop on Dataset Generation and Benchmarking of SLAM Algorithms for Robotics and VR/AR. Best paper award