南洋理工大学提出基于单目相机和超宽带传感器的VR-SLAM：实现高精度室内定位与建图

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

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

论文地址：https://arxiv.org/abs/2303.10903

作者单位：南洋理工大学  

在这项工作中，我们提出了一种使用单目相机和UWB传感器的SLAM系统。我们的系统称为VRSLAM，是一个多阶段框架，利用每个传感器的优势并弥补其弱点。首先，我们引入了一个UWB辅助的7自由度(比例因子、3D位置和3D方向)全局定位模块，用于在UWB锚点定义的世界坐标系中初始化视觉里程计(VO)系统。该模块使用二次约束二次规划(QCQP)或非线性最小二乘(NLS)算法，根据是否有好的初始猜测，松散地融合最大规模的VO和测距数据。其次，我们提供了相应的理论分析，包括对Fisher信息矩阵及其行列式的推导和解释。第三，提出了UWBaid捆绑平差(UBA)和UWB辅助位姿图优化(UPGO)模块，以提高短期里程计精度，减少长期漂移，并纠正任何对准和刻度误差。大量的仿真和实验表明，该方法的性能优于UWB/Camera和以前的方法，可以在不依赖视觉重定位的情况下快速从跟踪失败中恢复，并且即使在没有回环的情况下也可以毫不费力地获得全局地图。

本文贡献如下：

1、GAT问题的理论分析，重点是FIM的推导、奇异构型的解释和找到不确定性；

2、针对GAT问题的基于优化的方法，即用于初始化的QCQP和用于精化的NLS，它们利用了先前的理论分析；

3、多阶段SLAM框架，它以不同的方式适当地融合相机和UWB传感器，以根据需要解决GAT、VRO和UVR问题；

4、全面的评估过程，包括模拟、使用公共数据集以及在大规模、具有挑战性的条件下的真实机器人。

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