以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# COVINS-G: A Generic Back-end for Collaborative Visual-Inertial SLAM

論文地址：https://arxiv.org/abs/2301.07147

作者單位：蘇黎世聯(lián)邦理工學(xué)院

? 在多機(jī)器人系統(tǒng)中，協(xié)作SLAM是感知的核心，因?yàn)樗沟脵C(jī)器人團(tuán)隊(duì)能夠在共同的參考系中協(xié)同定位，這對(duì)于它們之間的任何協(xié)調(diào)都是至關(guān)重要的。機(jī)器人運(yùn)行視覺(jué)慣性里程計(jì)(VIO)，同時(shí)將相關(guān)數(shù)據(jù)(如關(guān)鍵幀(KFS))傳遞給中央后端(即服務(wù)器)，然后中央后端(即服務(wù)器)合并和優(yōu)化代理的地圖。雖然這些框架已經(jīng)被證明是成功的，但它們的能力和性能高度依賴(lài)于VIO前端的選擇，從而限制了它們的靈活性。

? 在這項(xiàng)工作中，我們提出了COVINSG，這是一個(gè)構(gòu)建在COVINS框架上的通用后端算法，支持服務(wù)器后端與任何VIO前端的兼容性，例如，具有里程計(jì)功能的相機(jī)，如RealSense T265。COVINS-G后端部署了一種多攝像頭相對(duì)位姿估計(jì)算法來(lái)計(jì)算回環(huán)約束，使系統(tǒng)能夠純粹地處理2D圖像數(shù)據(jù)。

? 在實(shí)驗(yàn)評(píng)估中，我們用最先進(jìn)的多會(huì)話和協(xié)作SLAM系統(tǒng)展示了相當(dāng)?shù)臏?zhǔn)確性，同時(shí)通過(guò)在同一任務(wù)中使用不同的前端機(jī)載協(xié)作代理來(lái)展示我們方法的靈活性和通用性。COVINS-G代碼庫(kù)以及一個(gè)通用的前端包裝器允許任何現(xiàn)有的VIO前端與提議的協(xié)作后端結(jié)合使用。

本文貢獻(xiàn)如下：

1、一個(gè)通用的協(xié)作SLAM后端，它只需要2D關(guān)鍵點(diǎn)和一個(gè)位姿估計(jì)來(lái)融合來(lái)自多個(gè)代理的估計(jì)，從而能夠使用每個(gè)代理上的任何VIO和雙目前端 2、一個(gè)公開(kāi)可用的代碼庫(kù)，它與[1]的框架集成在一起。此外，還提供了前端包裝器，以支持任何現(xiàn)成的前端， 3、對(duì)提出的后端在EUREC數(shù)據(jù)集以及新收集的數(shù)據(jù)集上進(jìn)行了廣泛的評(píng)估。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈 每日更新內(nèi)容