马里兰大学提出室内激光SLAM中玻璃物体的检测，基于Cartographer！

以下内容来自从零开始机器人SLAM知识星球 每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

#论文# Cartographer_glass: 2D Graph SLAM Framework using LiDAR for Glass Environments

论文地址：https://arxiv.org/abs/2212.08633

作者单位：马里兰大学      本文研究了一种基于优化的同时定位与建图(SLAM)算法中玻璃物体的检测和包含算法。当LiDAR数据是主要的外部输入时，玻璃对象不能正确配准。这是因为入射光主要穿过玻璃对象或从光源反射，导致玻璃表面的距离测量不准确。因此，定位和建图性能受到影响，从而使得在这种环境中的导航不可靠。基于优化的SLAM解决方案，也被称为Graph SLAM，被广泛认为是最先进的。

     在本文中，我们利用一种简单且计算成本低的玻璃检测方案来检测玻璃物体，并提出了将识别出的物体合并到由这种算法(Google Cartograph)维护的占用网格中的方法。为了实现上述目标，我们开发了局部(子图级别)和全局算法，并将我们的方法生成的地图与使用基于SLAM的粒子过滤器的现有算法生成的地图进行了比较。本文贡献如下：1、在基于优化的SLAM算法中实施玻璃检测和建图 2、提高了基于GMapping的玻璃检测和建图方案生成的地图的准确性 3、使用配备LiDAR的移动平台在玻璃环境中进行了广泛的测试。

以上内容来自从零开始机器人SLAM知识星球 每日更新内容