典型文献
基于轻量化智能的多机协同SLAM系统
文献摘要：
视觉多机协同即时定位与地图构建(SLAM)主要以相机作为传感器,并通过多机器人合作实现定位与建图.然而,在面对复杂环境时前端计算量过大,易导致整体系统精度不理想.启发于REVO和SVO算法的轻量化特点,提出一种基于轻量化智能的多机协同SLAM系统,旨在降低前端计算资源的同时提升系统可扩展性.提出改进REVO算法一L-REVO,通过轻量化改进实现前端实时运行;将L-REVO融合CCMSLAM系统后端,提出一种完整的多机协同SLAM架构;调整前端传感器和算法,分别验证前端为同构或异构时对系统性能的影响.在公开数据集TUM上,相比CCMSLAM系统,该系统两种模式下定位精度分别提高了 59.4％和31.6％,能效比提升了 8倍.最后,将该系统用于室内场景实验,前端功耗仅1.43 W,验证了所提系统的可行性和有效性.
文献关键词：
多机协同;轻量化;可扩展性;定位精度
中图分类号：
作者姓名：
陈昌川;全锐杨;张谦;夏佩敏;乔飞
作者机构：
重庆邮电大学通信与信息工程学院 重庆 400065;清华大学电子工程系 北京 100084;北京交通大学软件学院 北京 100091
文献出处：
引用格式：
[1]陈昌川;全锐杨;张谦;夏佩敏;乔飞-.基于轻量化智能的多机协同SLAM系统)[J].仪器仪表学报,2022(12):188-198
A类：
REVO,CCMSLAM
B类：
多机协同,即时定位与地图构建,多机器人,建图,复杂环境,计算量,量过大,整体系统,系统精度,发于,SVO,计算资源,提升系统,可扩展性,时运,后端,和算,系统性能,公开数据集,TUM,两种模式,下定,定位精度,能效比,室内场景,功耗
AB值：
0.303597
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
