以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識星球每日更新內(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# ClusterFusion: Real-time Relative Positioning and Dense Reconstruction for UAV Cluster

論文地址：https://arxiv.org/pdf/2304.04943.pdf

作者單位：西北工業(yè)大學(xué)

隨著機(jī)器人技術(shù)的進(jìn)步，稠密點(diǎn)云圖的需求越來越大。然而，單架無人機(jī)稠密重建受到飛行速度和電池電量的限制，導(dǎo)致重建速度慢、覆蓋范圍低。集群無人機(jī)系統(tǒng)為地圖構(gòu)建提供了更大的靈活性和更廣泛的覆蓋范圍。現(xiàn)有的集群無人機(jī)方法面臨著精確相對定位、尺度漂移和高速稠密點(diǎn)云圖生成的挑戰(zhàn)。為了解決這些問題，我們提出了一個(gè)用于大規(guī)模稠密重建和實(shí)時(shí)協(xié)同定位的集群框架?？蚣芮岸耸且环N改進(jìn)的視覺測程，可以有效地處理大型場景。

通過兩階段聯(lián)合優(yōu)化算法和相對姿態(tài)優(yōu)化算法實(shí)現(xiàn)無人機(jī)之間的協(xié)同定位，有效實(shí)現(xiàn)無人機(jī)的精確相對定位，緩解尺度漂移。利用估計(jì)姿態(tài)實(shí)現(xiàn)點(diǎn)云圖的實(shí)時(shí)稠密重建與融合。為了評估我們提出的方法的性能，我們對真實(shí)世界的數(shù)據(jù)進(jìn)行了定性和定量實(shí)驗(yàn)。結(jié)果表明，該框架能夠有效抑制比例尺漂移，實(shí)時(shí)生成大尺度稠密點(diǎn)云圖，且重構(gòu)速度隨著無人機(jī)數(shù)量的增加而提高。

本文貢獻(xiàn)如下：

1、提出了一種集群重構(gòu)框架，該框架能夠以較低的計(jì)算和通信成本擴(kuò)展無人機(jī)數(shù)量，實(shí)時(shí)執(zhí)行協(xié)同重構(gòu)任務(wù)。

2、我們提出了一種兩階段聯(lián)合優(yōu)化算法，可以優(yōu)化局部姿態(tài)和尺度，并估計(jì)相對姿態(tài)，而不會產(chǎn)生很高的通信成本。

3、為實(shí)現(xiàn)無人機(jī)之間更精確的姿態(tài)估計(jì)，提出了一種基于單應(yīng)性的相對姿態(tài)優(yōu)化方法，該方法首先檢測圖像間的共視關(guān)系，然后對相對姿態(tài)進(jìn)行優(yōu)化。

4、創(chuàng)建現(xiàn)實(shí)世界中多個(gè)無人機(jī)大規(guī)模3D稠密重建的數(shù)據(jù)集，可供公眾訪問。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識星球每日更新內(nèi)容