Resumen

El artículo propone un algoritmo basado en el algoritmo del Filtro de Kalman de Restricción de Múltiples Estados (MSCKF) para construir el mapa para robots especialmente en entornos con una señal GPS deficiente. Podemos calcular la posición de los robots con los datos recopilados por la unidad de medición inercial y las características extraídas por la cámara con el algoritmo MSCKF de una manera estrechamente acoplada. El artículo se centra en la forma de optimizar la posición porque lo adoptamos para calcular la ganancia de Kalman para actualizar el estado de los robots. Con el fin de reducir el tiempo de procesamiento, diseñamos un novedoso algoritmo MSCKF de Gauss-Newton rápido para completar la optimización no lineal. En comparación con el rendimiento del algoritmo MSCKF convencional, el novedoso algoritmo de localización rápida puede reducir el tiempo de procesamiento con los conjuntos de datos kitti.

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Algoritmo; MSCKF; Robots; Señal GPS; Posición; Optimización
• Keywords:Algorithm; MSCKF; Robots; GPS signal; Position; Optimization