.png){kind=icon}
返回
LDG-CSLAM: Multi-Robot Collaborative SLAM Based on Curve Analysis, Normal Distribution, and Factor Graph Optimization
.png){kind=icon}
PRE
AI
DOI：10.1002/rob.22509.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在GPS失效常见且复杂的封闭环境中，多机器人协作式同时定位与建图（CSLAM）面临若干关键挑战，包括冗余通信数据、融合效率低下及系统鲁棒性差。这些问题主要源于复杂3D环境特征提取与共享的低效性、多信息源相对位姿估计的鲁棒性不足以及强耦合动态估计误差抑制不充分。这些因素的叠加效应常导致系统失效，难以实现稳定且精确的全局定位与建图。为解决这些挑战，本文提出LDG-CSLAM，一种结合曲线分析、正态分布和因子图优化的新型多机器人CSLAM方法。LDG-CSLAM通过基于点云曲率分析的关键帧提取，提升全局环境特征提取与共享的效率；进一步采用基于正态分布变换（NDT）的分布式全局建图技术增强性能；同时引入因子图方法对自里程计与相对里程计进行实时优化，有效抑制动态误差。该集成设计显著降低计算与通信开销，并提升系统稳定性和精度。实验结果聚焦于运行稳定性、通信效率及轨迹精度，表明LDG-CSLAM在GPS拒止环境下的多机器人SLAM中优于现有方法（如DisCo-SLAM和DCL-SLAM），表现出更优的性能。
Keyword:
distributed matching
environment descriptor
factor graph optimization
multi-robot collaboration
simultaneous localization and mapping
期刊
IF:
5.2
论文数:
1.7K
被引数:
6.0K
机构
引用论文
An Online Multi-Robot SLAM System Based on Lidar/UWB Fusion基于Lidar/UWB融合的在线多机器人SLAM系统.png)
IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏Wheeled Robot Visual Odometer Based on Two-dimensional Iterative Closest Point Algorithm基于二维迭代最近点算法的轮式机器人视觉里程计
PREAI
分享收藏
Exploration Strategy Related Design Considerations of WSN-Aided Mobile Robot Exploration TeamsWSN辅助移动机器人探索团队的探索策略相关设计考量
PREAI
分享收藏
查看更多内容