《论文笔记》Experimental Research on Cooperative vSLAM for UAVs

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！