以下內(nèi)容來自小六的機器人SLAM學習圈知識星球每日更新內(nèi)容

點擊領(lǐng)取學習資料 → 機器人SLAM學習資料大禮包

#開源#TRO2022 Best Paper Award|Kimera-Multi:面向多機器人系統(tǒng)的魯棒、分布式、稠密的度量語義SLAM

Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems#論文#

作者單位：麻省理工學院SPARK LAB實驗

開源代碼：GitHub-MIT-SPARKKimera-MultiIndexrepoforKimera-Mul...

文章鏈接：210614386Kimera-MultiRobustDistributedDenseMetric-...

demo鏈接: https://youtu.be/G7I3JubdU8E

摘要：

?? ?多機器人實時定位與地圖構(gòu)建( Simultaneous Localization and Mapping，SLAM )是在大范圍內(nèi)獲得及時態(tài)勢感知（situational awareness）的重要能力?，F(xiàn)實應用要求多機器人SLAM系統(tǒng)對感知偏差（Perceptual Aliasing）具有魯棒性，并能在有限的通信帶寬下運行；此外，這些系統(tǒng)還需要捕獲語義信息，以實現(xiàn)高級決策和空間人工智能。?? ?

? ?本文提出了一種多機器人系統(tǒng)Kimera - Multi，該系統(tǒng)( i )具有魯棒性，能夠識別并拒絕由感知偏差導致的錯誤的機器人間和機器人內(nèi)的閉環(huán)；( ii )完全分布式，僅依靠局部(P2P對等)通信實現(xiàn)分布式定位和建圖；( iii )實時構(gòu)建環(huán)境的全局一致性的度量-語義三維網(wǎng)格模型，其中網(wǎng)格的面標注有語義標簽。Kimera - Multi由一隊配備視覺-慣性傳感器的機器人實現(xiàn)。每個機器人使用Kimera建立局部軌跡估計和局部mesh。當通信可用時，機器人會發(fā)起基于分布式漸進非凸算法的分布式位置識別(place recognition)和魯棒位姿圖優(yōu)化協(xié)議。所提出的協(xié)議允許機器人利用機器人之間的閉環(huán)來改善其局部軌跡估計，同時對異常值具有魯棒性。最后，每個機器人使用改進的軌跡估計來矯正基于網(wǎng)格變形技術(shù)的局部mesh重建。

?? ?本文展示了Kimera - Multi在真實性渲染模擬、SLAM基準數(shù)據(jù)集和使用地面機器人收集的具有挑戰(zhàn)性的室外數(shù)據(jù)集的性能。真實場景下和仿真場景下的實驗均涉及長軌跡(例如,每個機器人可達800米)。實驗表明，Kimera-Multi ( i )在魯棒性和準確性方面SOTA優(yōu)于現(xiàn)有技術(shù)；( ii )在完全分布式的情況下實現(xiàn)了與集中式SLAM系統(tǒng)相當?shù)墓烙嬚`差；( iii )節(jié)約了通信帶寬；( iv )生成了精確的度量語義三維網(wǎng)格mesh；( v )是模塊化的，也可用于標準的三維重建(比如沒有語義標簽)或軌跡估計(比如無需重建三維網(wǎng)格)。

以上內(nèi)容來自小六的機器人SLAM學習圈知識星球每日更新內(nèi)容