时间:2013
作者:
创新点:
提出一种分布式架构可用于协同vSLAM,经过测试健壮性较好
本文认为分布式协同vSLAM难点:数据融合
初始条件:
多UAV(带立体摄像头+IMU)
系统架构:
EIF(external information filter)+CI(covariace intersection)→分布式C-vSLAM
将单机SLAM的EKF换成EIF原因是较EKF,EIF更适合于协同
CI作用是更好的实现数据融合
系统模型:
两部分:process model + observation model
process model部分包含本机的处理过程,利用IMU采集的一些参数进行计算(具体算啥没看懂)
observation model部分是关于采集的landmark处理,更新系统参数的(具体也没看懂)
特征提取及匹配:
用SIFT实现特征检测+用RANSAC实现特征匹配
实验:
分了三种场景(这里的C-vSLAM是加入了EIF和CI的)
1)C-vSLAM且通信资源无限
2)C-vSLAM但通信资源有限
3)S-vSLAM
实验结论:
1)无论是C-vSLAM还是S-vSLAM都比单纯的INS要好
2)资源不限情况下,C-vSLAM远优于S-vSLAM
3)资源有限情况下,C-vSLAM略优于S-vSLAM
局限性:
本文只着重关注了数据融合部分,没有从一个整体结构的角度上去考虑。对于单机的介绍比较少
相同的研究机构有两篇相关作品(都在本文之前):
1.Robust Cooperative UAV Visual SLAM(2011)
2.Adaptive_decentralised_cooperative_vision_based_simultaneous_localization_and_mapping_for_multiple_UAV(2011)
第一篇是实现中心化的C-VSLAM。详细内容可见另一篇《论文笔记》Robust Cooperative UAV Visual SLAM
第二篇是实现分布式的DC-VSLAM。详细内容可见另一篇《论文笔记》Adaptive decentralised_cooperative_vision_based_simultaneous_localization_and_mapping_for_mult
因作者水平有限,如有错误之处,请在下方评论区指出,谢谢!