基于成像声纳的水下环境鲁棒地点识别与定位
机器人学
2024-03-12 v1
摘要
使用声纳（SOund Navigation and Ranging, SONAR）图像的地点识别是水下环境同时定位与地图构建（SLAM）的一项重要任务。本文提出了一种鲁棒且高效的基于成像声纳的地点识别、声纳上下文和回环检测方法。与以往方法不同，我们的方法基于原始声纳测量的特性编码几何信息，无需先验知识或训练。我们还设计了一种分层搜索流程以快速检索候选声纳帧，并应用自适应平移与填充以在旋转和平移变化下实现鲁棒匹配。此外，我们可通过自适应平移推导初始位姿，并将其应用于基于迭代最近点（ICP）的回环因子。我们在多种水下序列（如模拟开阔水域、真实水箱和真实水下环境）上评估了声纳上下文的性能。所提方法在各种数据集和评估指标上展示了地点识别的鲁棒性与改进。补充材料见 https://github.com/sparolab/sonar_context.git。
引用
@article{arxiv.2305.14773,
title = {Robust Imaging Sonar-based Place Recognition and Localization in Underwater Environments},
author = {Hogyun Kim and Gilhwan Kang and Seokhwan Jeong and Seungjun Ma and Younggun Cho},
journal= {arXiv preprint arXiv:2305.14773},
year = {2024}
}
备注
7 pages, 8 figures