基于置信度因子图SLAM鲁棒优化.pdfVIP

2015年IEEE机器人与仿生学会议集

中

国，2015年12月6日至9日

优化基于置信度因子的图基SLAM优化

∗，1,

2

和

——基于图模型的SLAM是指通过一个图模型来表述

SLAM问题，其点代表机器人的姿态，边则表示连接这些

姿态的约束条件。然后解决一个误差最小化问题以找到最符合

约束的姿态配置。当前最先进的SLAM算法的一个问题是它们

依赖于所有姿态和约束具有相同的可信度，并未充分利用不同

姿态和约束的不同置信水平。本文提出了一种新的方法，将姿

图1.

描述姿态图SLAM问题所用的因素图。未知的姿态由大的白色节

态和约束的置信度因子引入到图模型中。所优化模型使

点表示，其概率约束则由小的节点展示。连续姿态之间的里程计约束

用开关变量和置信度因子更新图形模型，从而移除错误的闭环以蓝色表示。绿色节点代表离散姿态间的闭环连接。

并提高整体精度，保持置信度较高的姿态更加稳定，而置信度

较低的姿态更加灵活。本研