论文MIMOSA: A Multi-Modal SLAM Framework for Resilient Autonomy against Sensor Degradation
本文提出了一种多模态SLAM(MIMOSA)框架,该框架利用非线性因子图作为基础表示,提供任意数量传感模态的松耦合融合。MIMOSA针对在GPS拒绝和感知退化环境中实现弹性机器人自主的目标而量身定制,目前包含用于点云配准、基于可见光和热视觉的多里程测量估计融合以及惯性测量传播的模块。灵活的后端利用来自各种模态的估计作为相对转换因子。该方法被设计为通过维护和跟踪模态特定的健康度量而对退化具有鲁棒性,同时也固有地容忍传感器故障。论文详细介绍了这一框架以及处理高速率异步传感器测量的实现,并评估了其对使用腿式和空中机器人的自主地下机器人探测任务数据的性能!