点击“阅读原文”进入论文下载通道


作者信息:Ji Zhang | Sanjiv Singh
Kaarta, Inc., Pittsburgh, Pennsylvania
Correspondence
Ji Zhang, Kaarta, Inc., Pittsburgh, PA 15213.
Email: ji@kaarta.com


摘要
本文提出了一个在线估计自我运动的数据处理管道,并利用3D激光扫描仪、摄像机和惯性测量单元(IMU)的数据,构建了一个穿越环境的地图。与传统的卡尔曼滤波或因子图优化方法不同的是,该方法采用了顺序的多层处理管道,解决了从粗到细的运动问题。从运动预测的IMU机械化入手,提出了一种基于视觉惯性耦合的运动估计方法;然后,采用扫描匹配方法进一步细化运动估计和记录映射。由此产生的系统支持高频率、低延迟的自我运动估计,以及密集、准确的3D地图配准。此外,该方法能够通过绕过故障模块的自动重新配置来处理传感器退化。因此,它可以在高度动态运动的情况下运行,也可以在黑暗、无纹理和无结构的环境中运行。在实验过程中,该方法显示相对位置漂移的0.22%超过9.3公里的导航和鲁棒性w.r.t.运行,跳跃,甚至高速公路的速度驾驶(高达33米/秒)。

图1里程测量和映射数据处理管道的代表性结果。(a)操作员在头盔上携带传感器套件,在背包中携带处理计算机,在车辆上奔跑和跳跃。该方法实时估计传感器组件的自我运动,并仅使用机载处理开发一个精确的3D地图。
(b)地图以橙色标示车辆。(c)它显示估计的轨道。(c)中的坐标系说明了(a)中(a)点的传感器位姿[颜色图可在(a)中查看]wileyonlinelibrary.com]

图2里程测量与映射数据处理管道示意图。 (a)它显示了标准的卡尔曼滤波器设置。 IMU机械化用于预测,然后每个视觉特征和激光地标构成单独的更新步骤。 (b)它显示了因子图优化设置。 来自IMU的所有约束,视觉特征和激光标志结合在一个优化问题中。 (c)介绍拟议的顺序数据处理流程。 从用于预测的IMU机械化开始,视觉 - 惯性耦合方法估计自我运动; 然后,扫描匹配方法进一步细化估计的运动。 从左到右,运动从粗到细恢复,精度逐步提高到高水平。 此外,右侧的两个模块都提供反馈以校正IMU的速度漂移和偏差。IMU:惯性测量单位[颜色数字可以在wileyonlinelibrary.com]


公众号ID:ai_52ai

长按二维码,订阅属于你的“智能密码”。

具有高鲁棒性和低漂移的激光视觉惯性里程测量与测绘相关推荐

  1. 高鲁棒性、高精度、实时性视觉SLAM系统研究

    一.   课题来源.目的及意义 近年来,智能机器人领域得到了世界各地研究者的关注,并将研究成果运用于制造业.农业.医疗.交通.服务.物流等行业.自主导航机器人是智能机器人的主要组成部分,机器人的自主导 ...

  2. GR-Fusion:强鲁棒低漂移的多传感器融合系统(IROS2021)

    来源:GR-Fusion Multi-Sensor Fusion SLAM for Ground Robots with High Robustness and Low Drift IROS 2021 ...

  3. (每日一读2019.10.23)低漂移、鲁棒和快速的视觉-激光里程计和建图(VLoam)

    参考:https://www.jianshu.com/p/cb7098567711 论文:pdf 摘要 本文开发了一个低成本的立体视觉惯性定位系统,该系统利用有效的基于多状态约束卡尔曼滤波(MSCKF ...

  4. SLAM相关学习资料:综述/激光/视觉/数据集/常用库

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨菠萝包包包@知乎 来源丨https://zhuanlan.zhihu.com/p/4348743 ...

  5. GMS快速高鲁棒性特征学习

    优点: 加入平滑约束项的特征匹配具有高鲁棒性匹配效果. 该文章提出GMS:一种简单方法封装运动平滑来作为数据估计区域中一个确定数量的匹配.GMS可以将高数量匹配转换成高质量匹配.这实现了一种实时,高鲁 ...

  6. 中集集团全球港航人工智能独角兽中集飞瞳,全球顶尖AI核心技术高泛化性高鲁棒性稀疏样本持续学习工业级高性能港航AI产品全球规模应用

    新一代人工智能新技术高歌猛进,日益成为推动生产力跃升的驱动力量.国务院发布<"十四五"数字经济发展规划>提出,以数字技术与实体经济深度融合为主线,不断做强做优做大我国数 ...

  7. matlab仿真OLED出现的摩尔纹,一种针对OLED屏的高鲁棒性DeMURA方法与流程

    本发明涉及图像处理技术领域. 背景技术: OLED屏每个发光单元与输入灰度呈现出的关系模型造成局部不均匀性,这种不均匀性又叫MURA,来自于日语音译,代表粗糙的.不光滑的意思. 为了消除MURA,本领 ...

  8. 从高耦合到低耦合到底有多远?

    一切都是拥抱变化,反过来说,如果没有变化或者需求很稳定,那么一切就是过度设计.所以,一切都要看情况,回到了马克思主义的辩证学.呵呵. 无论书还是博客, 耦合这个词已被无数人说烂,任何一位程序员都会告诉 ...

  9. nodejs高版本转低版本

    需要安装 第一步: npm install --save-dev babel-register npm install --save-dev babel-polyfill //由于只安装babel-r ...

最新文章

  1. Debug类和Trace类的区别
  2. OpenCV加mySQL树莓派_树莓派3B/3B+和4B安装OpenCV教程 (详细教程)
  3. 为什么说PHP是很糟糕的,也是很好的编程语言
  4. Jsoup获取所有链接
  5. 降维系列之 AutoEncoder 自动编码器
  6. 多租户商城开发 多租户SaaS商城源码下载
  7. dtu连接mysql_数据中心使用dtu远程连接oracel 9i数据库问题
  8. Xcode升级之后,报 Moudule ‘xxx‘ not found,或 Could not find module ‘xxx‘ for target ‘arm64-apple-ios
  9. CIO峰会:企业私有云存储实践方案
  10. 安装docker-ce
  11. AWS 云计算 SQS SNS
  12. 《Spring Boot极简教程》附录2 编程的本质
  13. opencv imwrite()保存图片崩溃
  14. 关于Loadlibrary 失败-找不到指定模块126错误
  15. easyUI datebox 日期只显示年月及年月日切换的实现 js样式重新渲染加载
  16. 系统进程启动流程分析(一)
  17. 简要介绍一下Dos/Windows格式文件和Unix/Linux格式文件(剪不断理还乱的\r\n和\n)
  18. C# 按Esc键关闭窗体
  19. linux两个进程同时打开串口,linux串口操作及设置详解
  20. 五·C语言之·操作符这么有趣的嘛?

热门文章

  1. Dlubal RFEM 5.25.02 x64 Multilingual
  2. 2B产品的销售驱动陷阱
  3. Y480N怎么使用独立显卡
  4. mate20pro更换鸿蒙系统,华为mate20pro更换成mate40如何?
  5. 百度PaddlePaddle飞浆实现多图像人像抠图
  6. 论文阅读Graph-Hist: Graph Classification from LatentFeature Histograms with Application to Bot Detection
  7. naoqi机器人总结18
  8. 成语答题兑换元宝源码分享
  9. Mysql中的explain查看执行计划
  10. 机器学习之原型聚类算法(K均值和高斯混合)