Lifelong SLAM 论文解读合集（2）：针对长时间重复运行SLAM地图更新问题

最新推荐文章于 2024-03-03 20:18:36 发布
最新推荐文章于 2024-03-03 20:18:36 发布
阅读量2.7k 收藏 19
点赞数 2
分类专栏： SLAM 文章标签： 机器学习 算法 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47658743/article/details/107693430
版权
本文介绍了针对服务机器人Lifelong SLAM的多个研究，包括OpenLORIS-Scene数据集，强调了经验积累、塑性地图和地点创建的重要性。通过对视觉经验的管理，实现地图的更新和定位能力的提升，同时探讨了不同环境类型对视觉地图的影响。
摘要由CSDN通过智能技术生成

目录

(IROS 2020)Are We Ready for Service Robots? The OpenLORIS-Scene Datasets for Lifelong SLAM

一个针对室内服务机器人的lifelong SLAM数据集。

下载链接

数据集传送门：lifelong-robotic-vision.github.io/dataset/scene
数据集传送门：https://shimo.im/docs/HhJj6XHYhdRQ6jjk/read

具体内容

在这里插入图片描述在这里插入图片描述

(ICRA 2012)Practice Makes Perfect? Managing and Leveraging Visual Experiences for Lifelong Navigation

在这里插入图片描述

这篇文章提出了一个叫做经验的概念，意思是对同一个地方多次观测都被叫做经验。反复经过几个地方就是在积累经验。如果根据现有经验定位在某一个失败了，我们将其归咎于经验不够导致的错误的数据关联，从而进一步存储针对这个地方的新的经验。根据在不同的场景下积累经验，企图获得一条完整的轨迹非常困难，因为缺乏数据的对应关系。

最低0.47元/天 解锁文章
闭门即深山
关注
专栏目录
Lifelong SLAM 论文解读合集（3）：针对长时间重复运行SLAM地图更新问题
weixin_47658743的博客
08-15 2433
Lifelong SLAM 论文解读合集（3）：针对长时间重复运行SLAM地图更新问题(IROS 2018)Efficient Long-term Mapping in Dynamic Environments (IROS 2018)Efficient Long-term Mapping in Dynamic Environments : https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8594310. ...
Lifelong SLAM 论文解读合集：针对长时间重复运行SLAM地图更新问题
weixin_47658743的博客
07-27 3687
Towards Lifelong Feature-Based Mapping in Semi-Static EnvironmentsTowards Lifelong Feature-Based Mapping in Semi-Static Environment观测与特征的建模特征的持续性估计 Towards Lifelong Feature-Based Mapping in Semi-Static Environment 论文传送门: https://ieeexplore.ieee.org/documen
经典文献阅读之--Lifelong SLAM(变化环境中Lifelong定位建图)
热门推荐
lovely_yoshino的博客
03-06 1万+
商场、超市等大多数现实场景的环境随时都在变化。不考虑这些变化的预建地图很容易变得过时。因此，有必要拥有一个最新的环境模型，以促进机器人的长期运行。为此《》一文提出了一个通用的全生命周期同步定位和建图 (SLAM) 框架。该框架使用多会话地图表示，并利用有效的地图更新策略，包括地图构建、位姿图细化和稀疏化。为了缓解内存使用量的无限制增加，本文提出了一种基于 Chow-Liu 最大互信息生成树的地图修饰（map-trimming）方法。这篇是高仙的论文，作为商业化基本不可能开源，但是不妨碍我们学习它的思想。
Life-long Mapping
fb_941219的博客
11-21 722
在长时间的建图过程中，基于图优化的 SLAM 的方法存在以下问题：PoseGraph 中的节点随着机器人走过的距离越来越多，以至于求解规模不断增大，影响优化效率。而 Lifelong Mapping 的基本思想是实现机器人在进行导航过程中进行建图，使得 PoseGraph 的规模不能随着运行轨迹的增长而增加，而是和建图面积相关联。实现 Lifelong Mapping 的思路是定期删除 PoseGraph 中冗余节点，在这过程中有两个问题需要考虑：SLAM 的目的是构建周边环境的地图。因此，选取冗余节点的时
Life-Long SLAM大盘点 | 对全生命周期SLAM的汇总与思考发散
CV_Autobot的博客
06-25 854
作者|Sky Shaw 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/488778404点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群引言在近期的工作和学习中，个人时不时地都在思考移动机器人在具体的SLAM方向（抑或者可以称之为“领域”）中的最终“形态”到底是个什么表现形式：是在各种复杂场景...
slam论文pdf版本视觉slam的论文，orbslam2pdf版本论文
04-22
标题中提到的“slam论文pdf版本视觉slam的论文，orbslam2pdf版本论文”意味着这里讨论的文档是一篇关于视觉SLAM（同时定位与地图构建）的论文，并且特别指的是ORB-SLAM2的PDF版本。ORB-SLAM2是一种流行且准确的单目...
orb_slam论文
08-25
ORB-SLAM是一篇关于单目视觉SLAM（Simultaneous Localization and Mapping，同时定位与建图）的论文，该论文介绍了一种基于特征的单目SLAM系统，能够在实时操作中，在小型或大型、室内或室外环境中运行。它对剧烈...
LT-mapper: A Modular Framework for LiDAR-based Lifelong Mapping
qq_40268190的博客
10-05 832
f(n)=f(n-1)+f(n-3) f(n-1)=f(n-2)+f(n-4) f(n)=f(n-2)+f(n-3)+f(n-4) f(n-1)=f(n-3)+f(n-4)+f(n-5) f(n)-f(n-1)=f(n-2)-f(n-5) 1 1 3 4 5 8 12
View management for lifelong visual maps
qq_40268190的博客
05-07 182
问题描述 SLAM系统在运行是会不断创建新的视图用于全局定位和回环检测。如果视图数量不断增加，会破坏SLAM算法的实时性。为了满足终身定位的需要，本文提出了一种修剪视图的方法，来保持视图数量在限制数量以下。 去除原理  Algorithm 1 Find views for deletion  Require:&nbsp...
awesome-lifelong-continual-learning:终身持续机器学习领域的论文，博客，数据集和软件列表
05-07
很棒的持续学习/很棒的终身学习 持续学习的目的是让机器复制类似于人类的学习，使他们能够依次学习新的任务和观察结果，同时仍然能够保留从过去的经验中获得的知识。 以下是终身/连续/顺序/增量式机器学习领域的论文，博客，数据集和软件的列表。 内容 文件 理论与调查 基于梯度的神经网络中灾难性遗忘的实证研究。 （2013） 谈论神经网络中的遗忘问题和使用辍学的优势 连接主义网络中的灾难性干扰：顺序学习问题。 （1989） 最早的一篇介绍学习模块中遗忘概念的论文 神经网络的持续终身学习：回顾（2018年） 详尽的调查论文，介绍了持续学习或终生学习的不同方法 使记忆持久：突触标记和捕获假设。 （2011） 突触学习的神经科学观点 自组织神经模式识别机器的大规模并行体系结构（1989年） 讨论稳定性（保留过去知识的能力）和可塑性（快速学习新事物的能力）之间的权衡 终身机器学习（2016）
Efficient Sparse Pose Adjustment for 2D Mapping.pdf
11-06
Pose graphs have become a popular representation for solving the simultaneous localization and mapping (SLAM) problem. A pose graph is a set of robot poses connected by nonlinear constraints obtained from observations of features common to nearby poses. Optimizing large pose graphs has been a bottle
GroundTrue和里程计输出的位姿的参考坐标系不一致的情况
linzs.online
01-01 777
最近遇到一个数据集的ground true的参考坐标和vSLAM输出的位姿的参考坐标不一样的问题，在之前参加的一个PRCV 2022的多传感器融合SLAM挑战赛中也同样遇到类似的问题，感觉这个问题还挺常见的。
【SLAM】合并rosbag中的加速度计和陀螺仪数据为单一IMU数据流
xuzhengzhe的博客
12-10 792
合并rosbag中的加速度计和陀螺仪数据为单一MU数据流的方法（适用于openloris-scene数据集）
SLAM综述阅读笔记五：Simultaneous Localization and Mapping Related Datasets: A Comprehensive Survey（2021）
light169的专栏
07-13 1811
Simultaneous Localization and Mapping Related Datasets: A Comprehensive Survey（2021）
SLAM中的动态物体去除问题
zhaoliang38的博客
02-16 2458
SLAM中的动态物体去除问题
b站 史雪松：室内机器人系统的长期视觉定位与建图 简单记录
phy12321的博客
08-02 777
视频链接 室内机器人系统的长期视觉定位与建图主要面临的问题包括： 缺乏长期采集的数据以及真值，环境随时间的变化，多机协作等。 作者对于以上问题提出的解决方案有： 缺乏数据： 发布了室内多传感器数据集 openLORIS-scene, 以及室内外长期激光数据集。 针对环境变化： 提出DXSLAM：现有基于深度学习成果的集大成者（利用superpoint替换orb, 利用hfnet做定位） 提出RaP-Net：在图像中的静态稳定区域提取关键点。 多机协作： A collaborative visual sl
2019 IROS—终生机器视觉数据集全球挑战赛
Paper weekly
09-06 888
聚焦机器视觉前沿领域，旨在通过比赛探索，赋予 AI 终生学习能力。IROS会议介绍IEEE智能机器人与系统国际会议（IROS）是智能机器人与自动化领域的两个顶级国际会议之...
【论文阅读】多传感器SLAM数据集
最新发布
博客标题不能为空我也没办法
03-03 2044
总结多传感器SLAM数据集的传感器布置以及主要卖点
The OpenLORIS-scene datasets for lifelong SLAM讲的什么
05-23
生命周期SLAM是一种新兴的研究领域，旨在解决机器人长时间运行时面临的SLAM问题，如传感器漂移、环境变化和机器人位置估计的不确定性。OpenLORIS-scene数据集提供了丰富的场景和挑战，可以帮助研究者评估和改进生命...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值