本文提出了一个计算高效、准确的 LiDAR 基于 SLAM 的通用解决方案,主要采用了非迭代两阶段畸变补偿方法、两个匹配模块,并考虑了局部光滑性进行迭代姿态优化,实验结果表明在自主驾驶和仓库自动引导车的定位上表现均相当好,提供了一个性能和计算成本之间很好的平衡。
Jul, 2021
该论文描述了如何支持应用专家在选择和配置适当的算法和适当的硬件编译路径,在 SLAM(同时定位和制图)应用中实现算法交付的工具和方法,包括系统定量评估 SLAM 算法的工具和方法,自动化的机器学习指导算法和实现设计空间的探索,以及用于优化异构、加速架构的端到端模拟工具。
Aug, 2018
关于 Simultaneous Localization and Mapping (SLAM) 的论文综述,介绍了 SLAM 的标准公式化表达和相关工作,探讨了挑战和新领域,并提出了值得深入研究的问题和开放挑战。
Jun, 2016
在工厂大厅这样的复杂环境中,利用四个立体摄像头和一个三维激光扫描仪,应用最先进的激光雷达和视觉 SLAM 方法,进行数据收集、轨迹估计和密集地图生成,并生成精确的深度图用于自动建筑和现场监测。
Apr, 2024
本文在单目 SLAM 框架中嵌入了实时深度学习的目标检测器,将普通物体表示为四面体,进一步细化物体重建,检测附加平面标志并建模为独立地标志,可大幅提高系统的定位性能和语义地图的丰富程度。
Sep, 2018
本研究提出一种新型的多粒子卡尔曼滤波器,用于解决复杂和对称环境下的目标定位问题。该算法结合了卡尔曼滤波器和粒子滤波器两种方法的优点,并在对称和嘈杂环境中验证了其性能优于单纯的粒子滤波器。
Mar, 2023
本文提出了一种新的去中心化视觉 SLAM 系统,以数据关联和共同优化为基础,采用只需要传输少量数据的方式来执行去中心化操作,具有线性扩展性和高度压缩的地点表示,并使用先进的去中心化姿态图优化方法。
Oct, 2017
通过 Differentiable SLAM Network(SLAM-net)和导航架构,实现以前未见过的室内环境的平面机器人导航,SLAM-net 编码了具有可微分特性的粒子滤波器算法,通过 SLAM 算法反向传播来学习基于任务的神经网络组件。
May, 2021
本研究针对移动机器人在动态和复杂环境下自主导航和任务执行的困难,提出了一种基于 LiDAR 和单目视觉 SLAM 的紧耦合几何特征融合框架方法,是当前多模态方法中姿态估计更为精确和健壮的。
Jul, 2023
本文回顾了 Visual-SLAM 领域中采用基于深度学习等基于数据驱动的方法来解决传统基于几何模型的技术在复杂环境中难以处理的 SLAM 问题的最新进展,并探讨了其面临的挑战和发展机遇。
Sep, 2022