SCORE：一种用于距离辅助 SLAM 的二阶锥初始化方法
机器人学
2022-10-10 v1
摘要
我们提出一种用于距离辅助同时定位与建图（RA-SLAM）问题的新型初始化技术。在 RA-SLAM 中，除对路标或位姿变量的刚体变换测量外，我们还考虑点对点距离的测量。RA-SLAM 的标准表述将问题作为非凸优化处理，这需要良好的初始化以获得高质量结果。此处提出的初始化技术将 RA-SLAM 问题松弛为一个凸问题，然后求解该凸问题以确定原始非凸问题的初始化。该松弛是一个二阶锥规划（SOCP），由 RA-SLAM 问题的二次约束二次规划（QCQP）表述推导而来。作为一种 SOCP，该方法具有高度可扩展性。我们将此松弛命名为 RA-SLAM 的二阶锥松弛（SCORE）。据我们所知，本工作是 RA-SLAM 的首个凸松弛。我们给出了真实世界与仿真实验，表明 SCORE 初始化使得能够高效恢复具有数千个位姿和距离测量的各类挑战性单机器人与多机器人 RA-SLAM 问题的优质解。
引用
@article{arxiv.2210.03177,
title = {SCORE: A Second-Order Conic Initialization for Range-Aided SLAM},
author = {Alan Papalia and Joseph Morales and Kevin J. Doherty and David M. Rosen and John J. Leonard},
journal= {arXiv preprint arXiv:2210.03177},
year = {2022}
}
备注
9 pages, 8 figures, extended version of paper submitted to ICRA 2023