基于二分法的EKF SLAM算法

针对基于点特征的SLAM算法对实际环境描述运算量大的缺陷,提出了基于二分法的线特征SLAM仿真算法。通过判断机器人点到线特征直线的垂足所在位置选择不同的计算顺序,避免了直接求解带来的较大运算量。算法分析表明,该SLAM算法可以减少运算量,提高计算速度,并增强机器人的构图定位能力。基于该算法进行了仿真实验,实验结果表明,该算法有效地提高了运算速度,使得机器人可以更好地完成构图定位任务。     

多智能体协同视觉SLAM技术研究进展

多智能体的协同视觉SLAM系统在地面机器人或空中飞行器梯队中应用得越来越广泛。由于不同的智能体之间会交换或共享信息,协同视觉SLAM系统不同于应用在单个智能体上的典型的视觉SLAM系统,具有更好的鲁棒性、准确性和高效性。阐述了多智能体协同视觉SLAM的发展历史和现有的研究方法,描述了协同视觉SLAM系统实现所涉及的关键技术,包括协同姿态估计和地图构建,以及新兴的分布式架构。此外,对多智能体协同视觉SLAM技术的发展趋势进行了展望。