arXiv · 机器人与计算机视觉· Michele Grimaldi, Yosaku Maeda, Hitoshi Kakami, Ignacio Carlucho, Yvan R. Petillot, Tomoya Inoue·· 2 天前AI 评分42
接触辅助因子图定位框架解决水下采样状态估计难题
Contact-Aided Factor-Graph Localization for Underwater Sampling
AI 导读
针对低空无特征海床导致的尺度模糊与惯性 -DVL 融合无法修正漂移的问题,该研究提出将物理交互作为几何约束的接触辅助因子图定位框架。实验在水箱、港口及仿真环境中验证,该方法相比滤波导航和无接触图方案显著降低轨迹漂移并提升物体复访精度。系统支持在线初始化,利用吸盘操作器接触事件构建高置信度因子以隐式实现闭环,无需外观识别即可稳定估计状态。
来源:arXiv · 机器人与计算机视觉 · arxiv.org