面向视觉无人水下机器人的不确定性感知映射

视觉无人水下机器人在检查和探索受限空间时非常有用，此时传统传感器和预计划路径无法遵循。传感器噪声和情境变化会导致环境表示中的显著不确定性。因此，本文探讨如何在视觉感知中表示映射不一致性，并将深度估计置信度整合到映射框架中。使用 RAFT-Stereo 模型估计场景深度和置信度，并集成到基于体素的映射框架 Voxblox 中。还提出了改进 Voxblox 权重计算和更新机制的方法。最后对所提出方法进行定性分析，分别在受限池内和特恩德海峡的港口进行。使用无人水下机器人进行实验，展示了不确定性变化的可视化效果。