论文地址： http://arxiv.org/pdf/1901.03642v1.pdf
来源： 中国香港科技大学
论文名称：A General Optimization-based Framework for Global Pose Estimation with Multiple Sensors
原文作者：Tong Qin
内容提要
精确的状态估计是自主机器人的基本问题。为了实现局部精确和全局无漂移状态估计，通常将具有互补特性的多个传感器融合在一起。局部传感器(相机、IMU、激光雷达等)在小区域内提供精确的姿态，而全局传感器(GPS、磁力计、气压计等)在大规模环境中提供噪声但全局无漂移定位。本文提出了一种融合局部状态和全局状态的传感器融合框架，实现了局部精确和全局无漂移的位姿估计。将现有VO/VIO方法产生的局部估计与全局传感器融合在姿态图优化中。在图优化中，局部估计被对齐到全局坐标中。同时，消除了累积的漂移。我们的系统在公共数据集上评估了性能，并进行真实的实验，性能SOTA！强调一下，我们的系统是一个通用框架，可以很容易地融合各种全局传感器在一个统一的姿态图优化。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有。
分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文，关注深度学习、自动驾驶领域。
