超级会员免费看
本文介绍了一种针对地面机器人的多传感器融合SLAM系统，融合了IMU、轮速计、视觉、LiDAR和GNSS数据，通过因子图优化模型实现高鲁棒性和低漂移。该系统可在多种传感器退化场景下工作，实现在室内、地下、露天草坪和校园场景的广泛测试，表现出优越的性能。
来源：GR-Fusion Multi-Sensor Fusion SLAM for Ground Robots with High Robustness and Low Drift IROS 2021
单位：中科院沈阳自动化研究所
针对问题：
针对地面机器人的多传感器融合SLAM系统
提出方法：
系统融合紧耦合IMU、轮速计、视觉、LiDAR和GNSS多源观测信息，并结合地面机器人平面运动约束，构建了融合多模态观测信息的因子图优化模型，针对各种传感器退化场景提出了有效的运动退化检测方法，使得系统能够在复杂环境中仍保持较强的鲁棒性和较低的漂移。
达到效果：
所提出系统在室内数据集、地下数据集、开放式草坪数据集以及校园场景数据集中进行了广泛测试，与现有方案对比达到了最先进的效果。数据集开源地址https://driv
订阅专栏 解锁全文
扫一扫
128
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
