10.3969/j.issn.1006-2475.2023.02.004
融合视觉信息的激光SLAM
针对Gmapping SLAM(simultaneous location and mapping)算法在地图构建过程中对里程计定位精度要求较高且存在粒子耗散、退化等问题,本文首先设计出并行视觉识别与定位网络,用视觉特征与定位信息弥补粒子退化与激光点的漂移,强化定位能力,提高语义信息与构图精度;其次优化提议分布,将观测模型从里程计观测模型变换为激光观测模型并进行高斯采样,用更少的粒子覆盖机器人的概率分布;最后通过贝叶斯规则将视觉信息与激光信息融合,利用仿真工具、机器人平台与原算法进行对比,实验结果表明该算法不仅有效地提高地图构建的精确度与鲁棒性而且丰富了地图的语义信息.
SLAM、计算机视觉、激光观测模型、神经网络、贝叶斯融合
TP391(计算技术、计算机技术)
上海市金山区信息化发展专项资金资助项目;上海市闵行区产学研项目
2023-04-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
17-23