提出一种基于因子图优化的多传感器融合水下机器人即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法,以解决视觉-即时定位与地图构建(Visual-Simultaneous Localization And Mapping,V-SLAM)在复杂水下环境中面临...提出一种基于因子图优化的多传感器融合水下机器人即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法,以解决视觉-即时定位与地图构建(Visual-Simultaneous Localization And Mapping,V-SLAM)在复杂水下环境中面临的问题。该算法结合光纤惯性导航系统、多普勒测速仪和双目相机数据,通过光纤惯性导航系统数据预积分和卡尔曼滤波,提升导航定位精度。利用因子图优化和闭环检测增强系统健壮性和一致性。经过测试,该算法在导航精度和三维建模上优于传统SLAM算法。展开更多
文摘提出一种基于因子图优化的多传感器融合水下机器人即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法,以解决视觉-即时定位与地图构建(Visual-Simultaneous Localization And Mapping,V-SLAM)在复杂水下环境中面临的问题。该算法结合光纤惯性导航系统、多普勒测速仪和双目相机数据,通过光纤惯性导航系统数据预积分和卡尔曼滤波,提升导航定位精度。利用因子图优化和闭环检测增强系统健壮性和一致性。经过测试,该算法在导航精度和三维建模上优于传统SLAM算法。
