《论文笔记》Cooperative Multi-Robot Monocular-SLAM using Salient Landmarks

本文主要是介绍《论文笔记》Cooperative Multi-Robot Monocular-SLAM using Salient Landmarks，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

时间：2009

作者：

创新点：

  提出新的理论框架——基于视觉的多robot(文章以2个robot为例)协同SLAM
初始条件：两robot(配置单目摄像机及自身EKF-SLAM算法)，不需要robot之间相互了解初识位置
  salient landmark：指robot探测的标志性物质，本文有两种1）门牌(doorplate) 2）垂直的线

文章行文结构：

  背景介绍→单robot检测模型→多robot联合模型→实验

通信模型(文中没有具体提及通信模型，这是按照猜测构建)：

  一个server+多个agent
  各agent运行单独SLAM进程构建自身local map，时刻传输至server。server运行detect进程和merge进程，完成多local map间识别和融合。可能是单向传输，可能server会反馈agent强化local map。

系统结构：

  特征提取分两部分：
  1）利用PHT检测垂直线+利用KLT进行垂直线的匹配(匹配双方是generated line image和observed line image)——对应垂直线特征
  2）利用CAMSHIFT(提取显著特征)+OCR进行颜色门牌的识别——对应门牌特征

  局部地图合成分两种情况讨论：
  1）robot之间相互检测到
  2）robot之间没有相互检测到，但从不同的local map中提取了相同门牌号
  在robot没有相互检测且没有共同门牌时，单独运行SLAM算法构建局部地图。发生合并条件时按照情况进行地图合并，形成global map。
  global map的优化(减少merged map的水平误差)，对应两种条件：
  1）robot之间若相互检测到，使用landmark信息强化global map
  2）robot之间没互相检测到，从local map中提取相同门牌号。按照信息，规划路径至同一目的地。等待重合后，利用各自local map交换信息，形成global map

实验(对应两种情况)：

  1）相互检测到：

  2）没有相互检测，但识别公共门牌：

局限性：

  本篇文章讨论的场景是走廊环境，有足够的特征可提取，特别是门牌特征过于明显。条件较为理想，不适用于复杂环境。

因作者水平有限，如有错误之处，请在下方评论区指出，谢谢！

这篇关于《论文笔记》Cooperative Multi-Robot Monocular-SLAM using Salient Landmarks的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！