尺度跳跃感知位姿图：上海科技大学与美的 SLAM 突破
以下内容来自小六的机器人SLAM学习圈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
ICIRS 2023｜上海科技大学与美的发布“通过重新初始化实现单目 SLAM 的尺度跳跃感知位姿图松弛”
【Scale jump-aware pose graph relaxation for monocular SLAM with re-initializations】
文章链接：https://arxiv.org/abs/2307.12326
摘要：
位姿图松弛已成为 SLAM 不可或缺的补充，能够在满足成对相对变换约束的目标下实现传感器参考系的高效全局配准。后者可以通过增量运动估计或全局位置识别来给出。虽然后一种情况能够实现环路闭合和漂移补偿，但在单目情况下必须小心，其中结构和位移的局部估计不仅在噪声方面而且在比例因子方面都可能与现实不同。由于尺度传播误差的累积，该比例因子随着时间的推移而漂移，因此引入了尺度漂移感知位姿图松弛。我们将这个想法扩展到后续传感器帧之间的相对尺度未知的情况，如果单目 SLAM 进入重新初始化并且无法识别连续局部地图之间的可靠重叠，则很容易发生这种情况。该方法是通过混合姿态图公式实现的，该公式将常规相似性一致性项与新的尺度盲约束相结合。我们将该技术应用于能够实现纯旋转位移的小型室内服务机器人的实际相关案例，这种情况很容易导致跟踪失败。我们证明，即使沿循环发生多次重新初始化，也可以恢复全局一致的轨迹，并对成功和失败案例进行了深入研究。
以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容
最后介绍一下我们最近的几个学习活动
1、从零掌握GNSS、RTK定位
2、从零开始ChatGPT编程
3、视觉动态SLAM方向全梳理
4、超棒的机器人SLAM圈！
