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

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文# VR-SLAM: A Visual-Range Simultaneous Localization and Mapping System using Monocular Camera and Ultra-wideband Sensors

論文地址：https://arxiv.org/abs/2303.10903

作者單位：南洋理工大學 ?

在這項工作中，我們提出了一種使用單目相機和UWB傳感器的SLAM系統(tǒng)。我們的系統(tǒng)稱為VRSLAM，是一個多階段框架，利用每個傳感器的優(yōu)勢并彌補其弱點。首先，我們引入了一個UWB輔助的7自由度(比例因子、3D位置和3D方向)全局定位模塊，用于在UWB錨點定義的世界坐標系中初始化視覺里程計(VO)系統(tǒng)。該模塊使用二次約束二次規(guī)劃(QCQP)或非線性最小二乘(NLS)算法，根據(jù)是否有好的初始猜測，松散地融合最大規(guī)模的VO和測距數(shù)據(jù)。其次，我們提供了相應的理論分析，包括對Fisher信息矩陣及其行列式的推導和解釋。第三，提出了UWBaid捆綁平差(UBA)和UWB輔助位姿圖優(yōu)化(UPGO)模塊，以提高短期里程計精度，減少長期漂移，并糾正任何對準和刻度誤差。大量的仿真和實驗表明，該方法的性能優(yōu)于UWB/Camera和以前的方法，可以在不依賴視覺重定位的情況下快速從跟蹤失敗中恢復，并且即使在沒有回環(huán)的情況下也可以毫不費力地獲得全局地圖。

本文貢獻如下：

1、GAT問題的理論分析，重點是FIM的推導、奇異構型的解釋和找到不確定性；

2、針對GAT問題的基于優(yōu)化的方法，即用于初始化的QCQP和用于精化的NLS，它們利用了先前的理論分析；

3、多階段SLAM框架，它以不同的方式適當?shù)厝诤舷鄼C和UWB傳感器，以根據(jù)需要解決GAT、VRO和UVR問題；

4、全面的評估過程，包括模擬、使用公共數(shù)據(jù)集以及在大規(guī)模、具有挑戰(zhàn)性的條件下的真實機器人。

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