.png){kind=icon}
返回
Ground texture-based multi-sequence mapping and prior map localization method
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6501/ae4416.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着移动机器人技术的持续发展，越来越多的企业采用室内移动机器人来提升运营效率和服务质量。然而，环境变化会在机器人运行期间显著影响系统精度和鲁棒性。鉴于室内环境已知且具有稳定、平坦的地面以及极少变化的特点，它们提供了优秀的平面先验信息约束。本文提出了一种通过采集地面纹理数据来实现全局一致建图和高精度定位的解决方案。该方案建立了一个涵盖全局地图构建、地面数据库创建和高精度定位的完整系统，利用下视相机捕捉地面纹理信息以提升定位精度和地图复用性。系统采用多序列数据采集和Z形覆盖路径规划，以系统性地获取目标区域的地面纹理数据。在建图过程中，应用光束法平差优化来全局精炼关键帧位姿，从而增强几何精度和一致性。此外，所提出的快速定位框架在典型工作条件下（具体指机器人速度低于0.15 m s⁻¹时）可实现低于3%的误匹配率。在多样化地面环境中的广泛实验表明该方案具有卓越的精度和鲁棒性。
Keyword:
ground texture
multi-sequence mapping
prior map localization
bundle adjustment
indoor mobile robots
期刊
IF:
3.4
论文数:
2.7K
被引数:
2.3W
机构
引用论文
SPROSAC: Streamlined progressive sample consensus for coarse-fine point cloud registration.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏Visual Loop Closure Detection Based on SqueezeNet Multi-layer Feature Fusion and Adaptive Range Matching Algorithm基于SqueezeNet多层特征融合和自适应距离匹配算法的视觉闭环检测
PREAI
分享收藏A tight coupling mapping method to integrate the ESKF, g2o, and point cloud alignment一种紧密耦合映射方法，用于集成ESKF、g2o和点云对齐
PREAI
分享收藏OMS-SLAM: dynamic scene visual SLAM based on object detection with multiple geometric feature constraints and statistical threshold segmentationOMS-SLAM：基于多几何特征约束和统计阈值分割的动态场景视觉SLAM，结合目标检测技术
PREAI
分享收藏DEG-SLAM: a dynamic visual RGB-D SLAM based on object detection and geometric constraints for degenerate motionDEG-SLAM：一种基于目标检测和几何约束的动态视觉RGB-D SLAM，用于退化运动
PREAI
分享收藏
查看更多内容