以下內容來自小六的機器人SLAM學習圈知識星球每日更新內容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文# Multi-Camera Visual-Inertial Simultaneous Localization and Mapping for Autonomous Valet Parking

論文地址：https://arxiv.org/abs/2304.13182

作者單位：麻省理工學院

?定位和地圖繪制是自動駕駛汽車的關鍵功能。本文描述了一種視覺慣性SLAM系統(tǒng)，該系統(tǒng)估計了車輛的精確和全局一致的軌跡，并重建了汽車周圍自由空間的稠密模型。為了實現(xiàn)這一目標，我們以Kimera為基礎，并將其擴展到使用多個相機以及外部(例如車輪)里程計傳感器，以在現(xiàn)實世界的問題中獲得準確而穩(wěn)健的里程計估計。此外，我們提出了一種有效的閉環(huán)方案，該方案繞過了基于perspective - point方法的常見替代方案的缺點，并且也適用于單個單目攝像機。

最后，我們開發(fā)了一種自由空間的稠密三維建圖方法，該方法將用于自由空間檢測的分割網(wǎng)絡與基于同形圖的稠密建圖技術相結合。我們在逼真的模擬和福特汽車公司開發(fā)的汽車原型收集的幾個真實數(shù)據(jù)集上測試了我們的系統(tǒng)，包括室內和室外停車場景。事實證明，我們的多相機系統(tǒng)的性能優(yōu)于最先進的開源視覺慣性slam方法(VinsFusion, ORB-SLAM3)，并且在超過8公里的行駛距離(綜合所有數(shù)據(jù)集)中顯示出平均軌跡誤差低于軌跡長度的1%。

以上內容來自小六的機器人SLAM學習圈知識星球每日更新內容