ID(O):用于水深协同SLAM的数据量化映射方法

《IEEE Transactions on Robotics》:ID(O): Mapping Data Quantization for Bathymetric Collaborative SLAM

【字体: 大 中 小 】 时间:2025年12月11日 来源:IEEE Transactions on Robotics 10.5

编辑推荐:

  水下声学通信带宽受限、延迟高、可靠性低的问题,通过ID(O)向量量化方法将海底协同SLAM地图压缩为索引图、中心深度图和方向图,并集成至TTT CSLAM框架。实验显示其恢复准确率较基线高40%,在40%包丢失和大型死程漂移下仍保持鲁棒性,是首个针对海底数据的VQ方法及首个在声学调制器网络中测试的CSLAM框架。

  

摘要:

水下声学通信具有带宽有限、延迟高和可靠性低的特点,这给水深协同同时定位与绘图(CSLAM)中的数据交换带来了重大挑战。在本文中,我们提出了一种名为ID(O)的新型矢量量化(VQ)方法,用于水深CSLAM中的地图数据压缩。ID(O)将地图编码为索引图、中心深度图和方向图。为了适应严格的通信限制,可以部分或完全省略方向的传输,并且我们提出了一种在地图恢复过程中估计这些方向的方法。此外,我们将ID(O)集成到一个基于特征的 water depth CSLAM 框架中,该框架被称为 TTT CSLAM。在两个大规模海试数据集上的广泛实验表明,ID(O) 的恢复精度比使用主成分分析的基线方法高出约 40%。结合 ID(O) 的 TTT CSLAM 在地图精度和效率方面可与无损压缩相媲美,并且能够在多种环境中抵抗高达 40% 的数据包丢失和较大的航位推算误差。据我们所知,ID(O) 是首个用于水深数据压缩的 VQ 方法,而结合 ID(O) 的 TTT CSLAM 是首个在水下通信网络中测试的水深 CSLAM 方法,该网络使用声学调制解调器进行通信。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号