Overhead Image Factors for Underwater Sonar-Based SLAM

分享人：王文帅
研究方向：视觉定位
论文题目：Overhead Image Factors for Underwater Sonar-Based SLAM
论文作者：John McConnell, Fanfei Chen, Brendan Englot
作者单位：斯蒂文斯理工学院
论文摘要：同步定位与建图 (SLAM) 是所有自主水下航行器 (AUV) 的一项关键功能。然而，在使用低成本传感器时，鲁棒、准确的状态估计仍然是一项尚未完善的工作。 本文提出使用广泛可用且通常免费的先验信息来增强经典的低成本传感器包，即俯视图像。给定AUV的声呐图像和部分重叠的全局参考俯视图像，本文提出使用卷积神经网络 (CNN) 生成合成俯视图像，预测声呐图像内容表面以上的外观。随后，本文使用该合成俯视图像将观察结果注册到提供的全局俯视图像。 一旦注册，变换就会作为一个因子引入到姿态 SLAM 因子图中。本文使用最先进的仿真环境对一系列基准轨迹进行验证，并量化证明使用所提出的方法提高了机器人状态估计的准确性。本文还展示了真实AUV现场部署的定性结果。数据集定量证明了其准确性、稳定性和数据效率。
原文链接：

点击此处