无人机集群的分布式协作 VI-SLAM

以下内容来自从零开始机器人SLAM知识星球 每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

论文# D2SLAM: Decentralized and Distributed Collaborative Visual-inertial SLAM System for Aerial Swarm

论文地址：https://arxiv.org/abs/2211.01538

作者单位：香港科技大学

近年来，空中集群技术发展迅速。为了实现完全自主的空中集群，一项关键技术是针对空中集群的分布式协作 SLAM (CSLAM)，它估计相对姿态和一致的全局轨迹。在本文中，我们提出了 D2SLAM：一种去中心化和分布式 (D2) 协作式 SLAM 算法。该算法具有较高的局部精度和全局一致性，分布式架构允许其扩展。D2SLAM 涵盖了两种场景下的群体状态估计：近场状态估计用于近距离实时精度高，远场状态估计用于无人机之间的远距离全局一致轨迹估计。采用分布式优化算法作为后端来实现 D2 目标。D2SLAM 对瞬态通信丢失、网络延迟和其他因素具有鲁棒性。得益于灵活的架构，D2SLAM 具有应用于各种场景的潜力。

本文贡献如下：

1、我们提出了一种新颖的去中心化和分布式 SLAM 系统，并在真实世界的实验中在空中群平台上对其进行了测试。具体而言，D2SLAM 能够在无人机彼此靠近时估计高精度的自我运动状态和高精度相对状态，而在无人机彼此远离或在非视线内时估计具有全局一致性的轨迹。

2、我们提出了一种基于ADMM的多机器人分布式视觉惯性状态估计器。

3、我们提出了一种基于ARock的多机器人异步分布式位姿图优化算法。

4、提出的D2SLAM在空中群平台上进行了实际实验，代码和我们的自定义数据集将是开源的。













以上内容来自从零开始机器人SLAM知识星球 每日更新内容