精确的3D LiDAR SLAM系统基于哈希多尺度地图和双向匹配算法
Tingchen Ma1,2, Lingxin Kong1,2,3, Yongsheng Ou4
1Guangdong Provincial Key Laboratory of Robotics and Intelligent System, Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China.
Sensors (Basel, Switzerland)
|June 27, 2024
概括
本研究介绍了一种新的哈希多尺度 (H-MS) 地图和双向匹配算法 (MSBM),以改进同时定位和映射 (SLAM) 系统. 在复杂的环境中,HMS-SLAM系统表现出更高的效率和准确性.
科学领域:
- 机器人和人工智能 机器人和人工智能
- 计算机视觉和地图绘制
背景情况:
- 同时定位和映射 (SLAM) 对机器人技术至关重要,需要高效的地图模型和准确的数据关联.
- 现有的SLAM方法在处理复杂环境时面临挑战,原因是映射效率和数据关联准确性的局限性.
- 需要强大的SLAM解决方案的需求是由需要精确环境表示和实时定位的应用驱动的.
研究的目的:
- 提出一种新的哈希多尺度 (H-MS) 地图,以在SLAM中进行高效查询和准确的环境建模.
- 开发一种双向匹配算法 (MSBM),解决在多尺度地图中数据关联的计算挑战.
- 将H-MS地图和MSBM算法集成到LiDAR SLAM (HMS-SLAM) 系统中,并评估其性能.
主要方法:
- 开发了一个哈希多尺度 (H-MS) 地图,其中地图点以不同的尺度模型voxels,存储在哈希表中以提供高效的访问.
- 提出了一种双向匹配算法 (MSBM),使用前向-反向-前向预测来平衡数据关联的效率和准确性.
- 将H-MS地图和MSBM集成到HMS-SLAM系统中,并使用公开的KITTI数据集进行验证.
主要成果:
- 与ikd-tree地图相比,H-MS地图显示了更高的插入和删除效率 (O(1) 时间复杂性).
- 在小规模优先匹配上,MSBM算法显示了更好的计算效率和准确性,在单个CPU线程上实现49ms/time.
- 在映射精度和内存使用方面,HMS-SLAM系统取得了卓越的性能,超过了现有的方法.
结论:
- 拟议的H-MS地图和MSBM算法有效地解决了在复杂场景中以前的SLAM方法的局限性.
- HMS-SLAM系统为实时本地化和映射应用提供了强大而高效的解决方案.
- 这项研究有助于提高SLAM系统在各种机器人应用中的稳定性和性能.
