以下内容来自小六的机器人SLAM学习圈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#开源代码#  Monocular Simultaneous Localization and Mapping using Ground Textures

论文地址：https://arxiv.org/abs/2303.05946

作者单位：美国海军空战中心

开源代码：https://github.com/Navy-RISE-Lab/ground-texture-slam

  最近的工作显示了令人印象深刻的定位性能，仅使用朝下的单目相机拍摄的地面纹理图像。这提供了一种可靠的导航方法，对稀疏环境和具有挑战性的光照条件具有鲁棒性。然而，这些定位方法需要一个现有的地图进行比较。我们的工作旨在通过引入全面的同步定位和测绘(SLAM)系统来减轻对地图的需求。由于不需要现有地图，设置时间被最小化，系统对不断变化的环境更加健壮。

这个SLAM系统使用了几种技术的组合来完成这个任务。识别图像关键点并投影到地平面。然后使用这些关键点、视觉词袋和几个阈值参数来识别重叠的图像和重访区域。然后，该系统使用鲁棒m估计器来估计机器人姿态与重叠图像和重访区域之间的转换。这些优化的估计值组成了用于导航的地图。我们通过实验数据表明，该系统在许多地面纹理上可靠地执行，但不是全部。

本文贡献如下：

1、据我们所知，开发了第一个仅使用单目相机的在线地面纹理SLAM系统。

2、地面纹理领域内的独特算法，在估计重叠图像之间的转换和识别回环时，利用已知的地面纹理图像的深度。

3、在最近的数据集上的实验结果显示，某些纹理的精度为厘米级，变化的纹理具有卓越的性能，以及一致、准确的回环检测识别。

以上内容来自小六的机器人SLAM学习圈 每日更新内容