Dp-Slam 2.0

Los enfoques probabilísticos han demostrado ser muy exitosos para abordar los problemas básicos de localización y mapeo de robots y han mostrado gran promesa en el problema combinado de localización y mapeo simultáneos (SLAM). Un enfoque de SLAM asume hitos relativamente escasos y poco ambiguos y construye un filtro de Kalman sobre las posiciones de los hitos. Otros enfoques asumen datos de sensores densos que individualmente no son muy distintivos, como los que se obtienen de un medidor de distancia láser. En trabajos anteriores, presentamos un algoritmo llamado DP-SLAM, que proporcionó una solución muy precisa para este último caso al mantener eficientemente una distribución conjunta sobre los mapas y poses del robot. El enfoque asumió un medidor de distancia láser extremadamente preciso y un entorno determinista. En este trabajo demostramos una representación de mapa mejorada y un modelo de penetración láser, una mejora en la eficiencia asintótica del algoritmo, y resultados empíricos de cierre de bucle en un mapa de alta resolución de un dominio muy desafiante.