前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【SLAM】开源 | Loop-box:大规模场景下的多机器人实时定位建图算法

【SLAM】开源 | Loop-box:大规模场景下的多机器人实时定位建图算法

作者头像
CNNer
发布2020-11-03 10:44:56
9870
发布2020-11-03 10:44:56
举报
文章被收录于专栏:CNNerCNNer

论文地址: http://arxiv.org/pdf/2009.13851v1.pdf

代码: https://usmanmaqbool.github.io/loop-box

来源: 香港科技大学

论文名称:Loop-box: Multi-Agent Direct SLAM Triggered by Single Loop Closure for Large-Scale Mapping

原文作者:Manohar Kuse

内容提要

在本文中,我们提出了一个可以兼容多种机器人的实时进行大规模三维重建的应用程序框架。在SLAM中,研究者们通常构建和更新3D地图通过后端非线性优化的技术进行。此外,许多多机器人建图系统中普遍使额外的传感器的来进行里程计信息的测量。这些方法通常采用计算力密集的计算机视觉算法与其他传感器进行紧耦合的方案。我们开发了一种通用的兼容不同摄像机系统,可以用于关键的具有挑战的场景和多终端系统的3D建图算法。在机器人完成第一次回环检测之后,本文提出的框架系统会被激活用于本地优化。实验结果表明,该系统仅使用单目摄像机就可实现多机器人的大规模实时定位和3D建图。 在初始匹配的基础上,该系统可以计算出多幅三维地图之间的最优比例尺差,进而估计出一种精确的大规模全局地图变换位姿。

主要框架及实验结果

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-10-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档