科研之友
微信
新浪微博
Facebook
分享链接
摘要
协同定位和环境感知技术是无人集群实现自主导航的基石，但受制于大规模无人集群系统小型个体平台的计算、载荷、带宽等资源所限，诸多相关技术难以实际部署应用。为实现资源约束下大规模无人集群的精准定位与环境感知，提出一种基于半直接法的轻量化协同视觉SLAM算法，设计融合光流法和直接法的半直接特征点跟踪方法，采用集中式双向通讯策略，使得大规模无人集群系统在面对通讯干扰和延迟时拥有较高的容错率，同时兼具准确性和快速性。基于EuRoC数据集和实际物理环境对算法开展对比实验，结果表明：新算法的实时性能平均提升60%,显著优于其他基于特征法的协同视觉SLAM算法；在丢包率小于40%以及通讯延迟低于0.1 s的低质量通讯环境中，新算法定位精度更高、鲁棒性更强。
- 单位
