Key points are not available for this paper at this time.
यह पेपर ग्राफ-आधारित ऑप्टिमाइजेशन के आधार पर एक नया समवर्ती स्थानीयकरण और मानचित्रण (SLAM) विधि का प्रस्ताव करता है, जो लाइट डिटेक्शन और रेंजिंग (LiDAR), RGB-D कैमरा, एनकोडर और इनर्शियल मापन इकाई (IMU) के संयोजन के माध्यम से है। यह चार सेंसर की सामूहिक स्थिति निर्धारण का कार्य Unscented Kalman Filter (UKF) के लाभ का उपयोग कर 2D LiDAR बिंदु बादल और RGB-D कैमरा बिंदु बादल की संबंधित रणनीति को डिज़ाइन करने में सक्षम है। RGB-D कैमरा द्वारा उत्पन्न 3D LiDAR बिंदु बादल की जानकारी को नए SLAM विधि में अनुक्रमिक पंजीकरण चरण में जोड़ा गया है, और यह कोरिलेशन स्कैन मैचिंग (CSM) की विधि का उपयोग करके 2D LiDAR बिंदु बादल और 3D RGB-D बिंदु बादल का मेल कर सकता है; लूप क्लोजर डिटेक्शन चरण में, यह विधि 3D बिंदु बादल का वर्णन करके 2D LiDAR मैचिंग के बाद लूप क्लोजर की सटीकता को और सत्यापित कर सकती है। इसके अतिरिक्त, इस नए SLAM विधि को सैद्धांतिक व्युत्पत्ति, अनुकरण प्रयोग और भौतिक सत्यापन की प्रक्रियाओं के माध्यम से व्यवहार्यता और उपलब्धता के लिए सत्यापित किया गया है। परिणामस्वरूप, प्रयोग दिखाता है कि डिज़ाइन किया गया बहु-सेंसर SLAM ढांचा एक अच्छा मानचित्रण प्रभाव, उच्च सटीकता और शुद्धता रखता है।
मु एट अल। (बुध,) ने इस प्रश्न का अध्ययन किया।