基于高斯过程地图的可扩展三维磁场SLAM
机器人学
2018-06-12 v2 系统与控制
机器学习
摘要
我们提出了一种可扩展的全三维磁场同步定位与建图(SLAM)方法，利用磁场中的局部异常作为位置信息来源。这些异常源于建筑物结构及家具等物体中铁磁材料的存在。我们使用高斯过程模型表示磁场地图，并考虑磁场的已知物理特性。我们利用三维六边形块平铺构建局部地图。为使方法在计算上可行，我们采用降秩高斯过程回归结合Rao-Blackwellised粒子滤波。我们表明，利用智能手机的测量即可获得准确的位置与姿态估计，且我们的方法在计算复杂度与地图存储方面提供了一种可扩展的磁场SLAM算法。
引用
@article{arxiv.1804.01926,
title = {Scalable Magnetic Field SLAM in 3D Using Gaussian Process Maps},
author = {Manon Kok and Arno Solin},
journal= {arXiv preprint arXiv:1804.01926},
year = {2018}
}
备注
11 pages, 5 figures