以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# SM/VIO: Robust Underwater State Estimation Switching Between Model-based and Visual Inertial Odometry

論文地址：https://arxiv.org/abs/2304.01988

作者單位：哥倫比亞大學(xué) ?

本文解決了水下作業(yè)視覺(jué)慣性狀態(tài)估計(jì)的魯棒性問(wèn)題。在充滿挑戰(zhàn)的環(huán)境中操作的水下機(jī)器人需要隨時(shí)知道自己的位姿。所有基于視覺(jué)的定位方案都容易因能見(jiàn)度低、顏色丟失和缺乏特征而失敗。所提出的方法利用機(jī)器人運(yùn)動(dòng)學(xué)模型和本體感覺(jué)傳感器來(lái)維持視覺(jué)慣性里程計(jì)（VIO）故障期間的姿態(tài)估計(jì)。此外，來(lái)自成功的VIO的軌跡和來(lái)自模型驅(qū)動(dòng)的里程計(jì)的軌跡被集成在一個(gè)連貫的集合中，該集合始終保持一致的姿態(tài)。健康監(jiān)控跟蹤VIO過(guò)程，確保在兩個(gè)估計(jì)器之間及時(shí)切換。最后，在整個(gè)軌跡上實(shí)現(xiàn)閉環(huán)。由此產(chǎn)生的框架是在基于模型和視覺(jué)慣性里程計(jì)（SM/VIO）之間切換的魯棒估計(jì)器。Aqua2運(yùn)載工具多次部署的實(shí)驗(yàn)結(jié)果證明了我們?cè)谏汉鹘负统链鹿手械姆椒ǖ姆€(wěn)健性。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容