文档名：基于改进增量平滑的SLAM后端优化算法
本文提出了一种基于改进增量平滑的SLAM后端优化算法,用以提高SLAM问题中的状态估计精度.首先,为了减少线性化带来的误差,本文采用无迹变换及数值微分理论来求解SLAM问题中的Jacobian矩阵,从而提高其求解精度;其次,将上述求解的Jacobian矩阵引入基于增量平滑的SLAM框架中,进行后端优化更新,以提高整个SLAM系统中的状态估计精度;再次,为了验证所提出算法的性能,本文通过仿真实验与平滑构图算法SAM(SmoothingandMapping)进行了性能比较,结果显示在进行批量优化时本文的算法求解精度更高;最后,在实际单口视觉SLAM实验中与增量式平滑算法iSAM2进行了性能比较,结果显示本文算法的优化结果误差小于原始增量平滑算法的误差.
作者：董蕊芳 柳长安 王晓鹏 储明帅
作者单位：华北电力大学控制与计算机工程学院,北京,102206中国电子科技集团第52研究所,杭州,310012
母体文献：第十二届中国智能机器人大会论文集
会议名称：第十二届中国智能机器人大会
会议时间：2017年10月1日
会议地点：哈尔滨
主办单位：中国人工智能学会
语种：chi
分类号：
关键词：机器人 同时定位与地图构建 后端优化 增量平滑 状态估计
在线出版日期：2020年10月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.28 MB
- 下载次数:
- 60
-
高速下载
|
|
