यह पेपर VLW-Fusion को प्रस्तुत करता है, जो एक तंग-संयोगित SLAM ढांचा है जो मोबाइल रोबोट में मजबूत स्थानीयकरण और 3D मानचित्रण के लिए स्टेरियो दृष्टि, 2D LiDAR, और पहिए ओडोमेट्री को संयोजित करता है। एकल-संवेदक SLAM की सीमाओं को पार करने के लिए, जैसे कि रोशनी के प्रति संवेदनशीलता, बनावट की कमी, और पर्यावरण-विशिष्ट त्रुटियाँ, प्रस्तावित विधि एकीकृत कारक ग्राफ का उपयोग करके बहु-संवेदक डेटा को समाहित करती है। आगे के मोर्चे में कम्प्यूटेशनल दक्षता के लिए एक स्लाइडिंग विंडो अनुकूलन रणनीति का उपयोग किया गया है, जबकि पोस ग्राफ अनुकूलन बैक-एंड में वैश्विक पथ को परिष्कृत करता है। इसके अतिरिक्त, अनुकूलित ओडोमेट्री के साथ समन्वयित किए गए ऊर्ध्वाधर रूप से स्थापित 2D LiDAR का उपयोग करके प्रगतिशील रूप से 3D पॉइंट क्लाउड मानचित्र का निर्माण किया गया है। प्रस्तावित ढांचे को एक वास्तविक रोबोट प्लेटफॉर्म का उपयोग करके विभिन्न इनडोर और आउटडोर वातावरण में मूल्यांकन किया गया है। प्रयोगात्मक परिणाम दिखाते हैं कि VLW-Fusion एकल और द्वि-संवेदक SLAM विधियों की तुलना में उच्च सटीकता और मानचित्रण प्रदर्शन प्राप्त करता है।
Hwang et al. (Mon,) ने इस प्रश्न का अध्ययन किया।