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# Tightly-coupled Visual-DVL-Inertial Odometry for Robot-based Ice-water Boundary Exploration

論文地址：https://arxiv.org/abs/2303.17005

’作者單位：羅德島大學(xué) ?

?機(jī)器人水下系統(tǒng)，如自主水下機(jī)器人(AUV)和遙控潛水器(ROV)，是在冰水邊界收集生物地球化學(xué)數(shù)據(jù)以促進(jìn)科學(xué)進(jìn)步的很有前途的工具。然而，狀態(tài)估計(jì)，即定位，對(duì)于機(jī)器人系統(tǒng)來(lái)說(shuō)是一個(gè)眾所周知的問(wèn)題，特別是對(duì)于那些在水下旅行的機(jī)器人。在本文中，我們提出了一種緊耦合的多傳感器融合框架，以提高定位精度，并對(duì)傳感器故障具有魯棒性。將視覺(jué)圖像、多普勒速度測(cè)井(DVL)、慣性測(cè)量單元(IMU)和壓力傳感器集成到最新的多狀態(tài)約束卡爾曼濾波(MSCKF)中進(jìn)行狀態(tài)估計(jì)。

?

?此外，為了進(jìn)一步提高定位性能，提出了一種新的基于關(guān)鍵幀的狀態(tài)克隆機(jī)制和一種新的DVL輔助特征增強(qiáng)機(jī)制。利用冰凍條件下現(xiàn)場(chǎng)采集的數(shù)據(jù)對(duì)該方法進(jìn)行了驗(yàn)證，并與其他6種不同的傳感器融合方案進(jìn)行了比較?？傮w而言，啟用關(guān)鍵幀和DVL輔助特征增強(qiáng)的結(jié)果產(chǎn)生了最好的性能，與總行進(jìn)距離約為200米的地面真實(shí)路徑相比，均方根誤差小于2米。

以上內(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